Location: Москва
Workplace: В офисе
О компании
Секретарь - умный робот, умеющий вести конструктивный, вариативный диалог.
Обязанности
разрабатывать новые микросервисы, в первую очередь для пост-обработки данных о звонках;
поддерживать, расширять и масштабировать существующие сервисы;
интегрировать сервисы: связывать внутренние и внешние API, базы данных и очереди сообщений в автоматизированные цепочки обработки;
оптимизировать производительность: профилировать код, анализировать метрики, снижать задержки и нагрузку;
настраивать мониторинг и формулировать требования к масштабированию сервисов в Docker/Kubernetes;
вести техническую документацию: схемы архитектуры и регламенты восстановления после сбоев (runbooks).
Требования
опыт управления памятью: Garbage Collector;
опыт с многопоточностью и синхронизацией;
опыт с делегатами и событиями (Action, Func, Predicate), рефлексия;
опыт с ASP.NET Core Web API, движок Razor;
опыт Entity Framework Core;
знание принципов SOLID, DRY, KISS, YAGNI;
знание паттернов проектирования;
знание слоистой архитектуры;
опыт работы с Kafka, RabbitMQ;
опыт с Redis, MemoryCache, стратегии инвалидации;
опыт проектирования распределённых систем: микросервисные паттерны (Saga, API Gateway);
опыт с синхронным и асинхронным взаимодействием;
знание паттернов отказоустойчивости;
опыт с dotTrace, dotMemory, BenchmarkDotNet;
опыт с Docker;
опыт с CI/CD: GitHub Actions, GitLab CI или Azure DevOps;
опыт работы с Prometheus, Grafana, Jaeger, OpenTelemetry;
опыт настройки аллертов и кастомных метрик;
опыт xUnit, NUnit или MSTest;
понимание TDD/BDD;
знание Go.
Условия
Офисный формат работы (м. Технопарк);
Собственную платформу MTS Ocean для получения ИТ-ресурсов, а это значит, что деплой, мониторинг, observability — не будут для тебя проблемой, ты сможешь сосредоточиться на фичах;
Профессиональные гильдии инженеров, где мы поддерживаем друг друга и помогаем стать лучше;
Внутреннюю площадку TechTalks для обмена опытом, дискуссий, развития навыков самопрезентации;
Участие во внешних IT конференциях. Наши эксперты выступают на ведущих профильных конференциях, таких как HighLoad++, DevOps Conf, Joker, AHA!, Матемаркетинг и другие. А еще мы организуем собственную масштабную конференцию True Tech Day и регулярно проводим митапы для разработчиков и инженеров.
Полезные курсы и вебинары в корпоративном университете и электронную библиотеку;
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 (+3 дополнительных дня за ненормированный рабочий день);
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
Наша команда обеспечивает легальные расчёты для юридических лиц в криптовалюте по внешнеэкономическим контрактам в цифровом канале банка.
В рамках платежа обеспечивается полный цикл операции — от приёма заявки клиента до расчётов с зарубежным контрагентом, включая обязательные контрольные процедуры проверки, учёт с отчётностью. Продукт построен на новой регуляторике цифровых валют.
Проект на стадии запуска — новый класс банковских операций без готовых решений: процесс и требования проектируются командой с нуля. Короткая дистанция до обратной связи, реальное влияние на продукт, большой объём интеграционной работы.
Обязанности
* системный анализ на основе бизнес-требований от заказчика
* декомпозиция задач и ведение бэклога команды
* разработка функциональной спецификации разрабатываемого продукта
* описание интеграционных взаимодействий
* презентация задач для оценки командой
* демонстрация продукта по итогам разработки спринта/релиза.
Требования
* опыт работы с реляционными СУБД (PostgreSQL, Oracle, MS SQL)
* навыки проектирования структуры БД, описание модели данных с использованием ERD
* уверенное владение языком SQL (соединения таблиц, оконные функции, подзапросы)
* умение формулировать функциональные требования с использованием графических нотаций (UML, BPMN)
* опыт реализации и сопровождения межсистемных синхронных/асинхронных интеграций при использовании подходов: REST, интеграция через брокеры сообщений (Kafka, RabbitMQ)
* опыт работы с Swagger (OpenAPI), AsyncAPI для проектирования, документирования и тестирования API
* базовое понимание инфраструктурных подходов к развертыванию на всем пути жизненного цикла ПО.
Будет плюсом:
* опыт использования AI-агентов (GigaChat, Kandinsky и других аналогов)
* участие в проектировании архитектуры микросервисов.
Условия
* комфортный современный офис рядом с м. Ленинский проспект, ул. Вавилова 19, формат работы - гибрид ( 2 дня в неделю - офис)
* 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
* подписка Прайм с возможностью совместного использования на трёх близких
* вознаграждение за рекомендацию друзей в команду Сбера.
Location: Москва
Центр ИИ Блока «Строительство» разрабатывает автономных агентов для автоматизации ключевых бизнес-процессов — от обработки тендерной документации до контроля графиков производства работ и управления поставками.
В данный момент находимся в поиске разработчика ИИ-агентов под расширение команды
Обязанности
* Разработка высокодоступных сервисов для управления диалогами, планирования (planning), вызова инструментов (function calling) и multi-agent взаимодействия;
* Написание чистого, тестируемого и поддерживаемого кода на Python; ревью кода коллег и поддержание инженерных стандартов;
* Интеграция с LLM и внешними системами: подключение моделей (OpenAI, Anthropic, локальные), корпоративных API, CRM/ERP, баз данных и документооборота с обеспечением безопасности и обработки ошибок;
* RAG и память агентов: построение retrieval-пайплайнов, управление краткосрочной и долгосрочной памятью, работа с векторными БД и кэшем;
* Проектирование REST/gRPC-эндпоинтов, документирование (OpenAPI), обеспечение контрактов для фронтенда и смежных сервисов;
* Реализация очередей, воркеров и фоновых задач для длительных LLM-операций (генерация, парсинг, эмбеддинги);
* Оптимизация производительности и стоимости: профилирование, кэширование, батчинг запросов, снижение latency и затрат на токены;
* Настройка логирования, трейсинга LLM-вызовов, алертов и дашбордов, анализ инцидентов;
* Написание тестов, внедрение guardrails, валидация ответов моделей, защита от prompt injection;
* Ведение архитектурной документации, ADR, гайдов для команды;
* Участие в продуктовом процессе: совместно с продуктами и ML-инженерами уточнение требований, оценка сроков, итеративная поставка фич.
Требования
* Опыт разработки на Python: от 3 лет в коммерческой разработке, включая проектирование высоконагруженных и отказоустойчивых сервисов;
* Глубокое знание FastAPI, Django или Litestar; понимание внутреннего устройства ASGI/WSGI, middleware, DI, обработки ошибок и валидации;
* Уверенное владение asyncio, httpx, aiohttp, anyio; понимание GIL, многопроцессности, пулов соединений и backpressure;
* Опыт проектирования и оптимизации схем в PostgreSQL (индексы, EXPLAIN, партиционирование), опыт работы с Redis, MongoDB и другими NoSQL;
* Практический опыт работы с OpenAI, Anthropic, Cohere, Mistral, локальными моделями (vLLM, Ollama, TGI); понимание streaming, tool/function calling, structured output, retry-политик и rate limiting;
* Опыт построения агентных систем – ReAct, Plan-and-Execute, multi-agent orchestration, работа с фреймворками LangChain, LlamaIndex, LangGraph, AutoGen, CrewAI или собственные реализации;
* Опыт работы с Qdrant, Milvus, Weaviate, Pinecone, pgvector; понимание чанкинга, эмбеддингов, гибридного поиска, reranking;
* Уверенная работа с Kafka, RabbitMQ, NATS или Redis Streams для асинхронной обработки задач агентов;
* Опыт с Docker, Kubernetes (деплой, HPA, secrets, probes), понимание принципов service mesh и работы с ingress;
* Опыт настройки Prometheus, Grafana, OpenTelemetry, Langfuse или LangSmith для трейсинга LLM-вызовов;
* Построение пайплайнов (GitHub Actions, GitLab CI, ArgoCD), понимание blue/green и canary-деплоя;
* Опыт написания юнит-, интеграционных и e2e-тестов (pytest, testcontainers); понимание TDD/BDD;
* Английский язык: (Upper-Intermediate+).
Условия
* Гибридный формат работы (современный офис в Москве в пешей доступности от метро Кутузовская);
* Льготные ипотечные условия кредитования;
* Подписка Прайм с возможностью совместного использования на трёх близких ;
* ДМС с первого дня и скидки на страхование для близких;
* Корпоративная пенсионная программа;
* Детский отдых и подарки за счет Компании;
* Обучение за счет Компании: онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.
Сбор, анализ и формализация требований от заказчиков и заинтересованных сторон; Описание требований: подготовка документации, пользовательских историй, схем и диаграмм;
Чем предстоит заниматься Выполнение функционального, интеграционного и регрессионного тестирования ПО. Первичное тестирование на моковых сборках и последующая проверка сценариев на полноценном тестовом стенде.
Location: Москва
Приглашаем Системного аналитика в команду AdInsure.
Современные технологии и подходы к организации работы. Профессиональная команда. Интересные задачи и ценный опыт.
Обязанности
* Забирать в проработку модули системы AdInsure от предыдущей команды или напрямую от бизнес-заказчиков, проводить аудит текущих требований;
* Выявлять, анализировать и формализовать требования по развитию страхового ПО (андеррайтинг, урегулирование убытков, личные кабинеты);
* Проектировать интеграции со смежными системами компании. У нас много микросервисов, поэтому работа с API будет занимать до 50% ваших задач;
* Описывать синхронные (REST/JSON/XML) и асинхронные интеграционные взаимодействия (очереди RabbitMQ/MQ). Важно понимать принципы работы брокеров сообщений;
* Ставить задачи разработчикам, декомпозировать фичи, участвовать в оценке сроков совместно с _Team Lead;_
* Участвовать в функциональном тестировании (проверка логики по _SQL_, проверка корректности передачи данных), несмотря на то, что у вас будут отдельные специалисты по _QA;_
* Поддерживать техническую документацию в Confluence и бэклог в Jira.
Требования
* Опыт работы системным аналитиком от 2–3 лет. **Обязателен опыт именно в страховании** (коробочные решения страховых компаний приветствуются);
* Глубокое понимание жизненного цикла страховой деятельности (полисы ОСАГО/КАСКО/ДМС, договоры страхования жизни, регламенты ЦБ РФ).
* Понимание архитектурного устройства корпоративных систем уровня _ERP/CRM_. Готовность разбираться в легаси-коде;
* Интеграции: уверенное проектирование REST API (JSON/XML), понимание протоколов HTTP/HTTPS;
* Асинхронность: практический опыт описания взаимодействий через очереди (RabbitMQ / IBM MQ);
* Базы данных: написание сложных SQL-запросов (`JOIN`, подзапросы, агрегация) для анализа данных и самопроверки гипотез;
* Моделирование: свободное владение BPMN 2.0 (процессы должны быть читаемыми для разработчиков), UML (диаграммы последовательности и состояний);
* Высшее техническое образование;
* Знание специфики коробочного страхового ПО (знакомство с принципами работы продуктов лидеров рынка будет преимуществом);
* Владение инструментами прототипирования (Figma/Miro);
* Базовое знание XPath/XQuery для разбора XML-схем;
* Навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом.
Условия
* **Гибридный формат работы** (современный офис в Москве в пешей доступности от метро Проспект мира);
* Льготные ипотечные условия кредитования;
* Подписка Прайм с возможностью совместного использования на трёх близких ;
* ДМС с первого дня и скидки на страхование для близких;
* Корпоративная пенсионная программа;
* Детский отдых и подарки за счет Компании;
* **Обучение за счет Компании: онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.**
Location: Cairo, Egypt
Workplace: hybrid
inDrive runs many ML models across 48 countries, and the platform under them is growing fast. Teams ship to Databricks, SageMaker and self-managed GPU inference, and LLM workloads are moving into production.
We are hiring a Backend Engineer to build and run the services and tooling that ML teams depend on. You will write production-grade Go and Python, own your services from design to on-call, and learn the MLOps stack (Terraform, Kubernetes, Databricks, SageMaker) on the job. You will work with data scientists, ML engineers, and software and data engineers.
Key Responsibilities
Design, build and run backend services and internal tooling for the ML platform, in Go and Python, and own them in production: delivery, monitoring, on-call.
Drive technical research and design for new platform features. Weigh trade-offs and write them down.
Build and extend the deployment tooling and SDKs ML teams use to ship models, including serving, autoscaling and data capture.
Integrate ML services with the wider backend: sync (HTTP, gRPC) and async (Kafka, RabbitMQ) communication, built for reliability under high load.
Support the full ML delivery cycle with data scientists and ML engineers: CI/CD for models and pipelines, monitoring, and model performance metrics.
Build observability end to end: metrics, logs, dashboards, tracing, alerting and runbooks.
Write infrastructure as code with Terraform and Terragrunt, and ship it through reviewed pull requests.
Take part in code and design reviews and help raise the engineering bar. Mentor engineers and hold AI-generated changes to the same review standard as human ones.
Skills, Knowledge and Expertise
3+ years of commercial backend engineering, including high-load systems.
Strong Go: you know and have used its advanced features in production.
Solid Python for data processing (batch, streaming and async) and for service code.
Strong SQL: schema design, indexes, query optimisation, and scaling approaches such as replication and partitioning. Experience with Redis or similar key-value stores.
Experience with sync and async service communication (HTTP, gRPC, Kafka or RabbitMQ), with a focus on reliability.
Docker, CI/CD pipelines, and working Kubernetes knowledge. Experience with AWS/GCP core services (compute, storage, networking, IAM).
Understanding of the ML lifecycle: data preparation, model performance metrics, non-functional requirements, and concept drift in production. Familiarity with scikit-learn, PyTorch/TensorFlow.
Experience designing and running observability: metrics, logging, dashboards, tracing (Prometheus, Grafana, ELK or similar).
Git workflows and code review, comfortable Linux command line, and networking basics (TCP/IP, DNS, VPC, load balancers).
Ability to explain a trade-off clearly to a data scientist, a product owner and an on-call engineer.
Nice to have:
Hands-on experience with MLOps tooling: Databricks (Unity Catalog, Asset Bundles), SageMaker, Kubeflow, MLflow or Airflow.
GPU or LLM inference experience (vLLM, Triton, Langfuse).
Experience using AI coding agents with full review of generated changes.
Experience in emerging markets, or building where there is no playbook yet.
Experience with Infrastructure-as-Code (IaC) tools
Why join us
Real scale and real constraints: models serving a global fleet, GPU budgets that matter, LLM workloads reaching production.
A strong backend engineer can grow into the MLOps domain here. We will teach you the platform side; you bring the engineering craft.
Help us challenge injustice by creating fair choices for millions of people across 48 countries.
Develop your professional skills with access to mentoring, career consulting, and learning programs.
Collaborate with teams around the world and gain international experience through our Global Talent Exchange Program.
Engage in company-wide challenges, awards, sports activities, employee-led social impact and volunteering projects.
Work alongside people who take initiative, speak openly, and challenge themselves to grow.
Improve your language skills through co-financed courses and internal speaking clubs.
Final benefits may vary depending on the location.
Location: Islamabad, Pakistan
Workplace: hybrid
inDrive runs many ML models across 48 countries, and the platform under them is growing fast. Teams ship to Databricks, SageMaker and self-managed GPU inference, and LLM workloads are moving into production.
We are hiring a Backend Engineer to build and run the services and tooling that ML teams depend on. You will write production-grade Go and Python, own your services from design to on-call, and learn the MLOps stack (Terraform, Kubernetes, Databricks, SageMaker) on the job. You will work with data scientists, ML engineers, and software and data engineers.
Key Responsibilities
Design, build and run backend services and internal tooling for the ML platform, in Go and Python, and own them in production: delivery, monitoring, on-call.
Drive technical research and design for new platform features. Weigh trade-offs and write them down.
Build and extend the deployment tooling and SDKs ML teams use to ship models, including serving, autoscaling and data capture.
Integrate ML services with the wider backend: sync (HTTP, gRPC) and async (Kafka, RabbitMQ) communication, built for reliability under high load.
Support the full ML delivery cycle with data scientists and ML engineers: CI/CD for models and pipelines, monitoring, and model performance metrics.
Build observability end to end: metrics, logs, dashboards, tracing, alerting and runbooks.
Write infrastructure as code with Terraform and Terragrunt, and ship it through reviewed pull requests.
Take part in code and design reviews and help raise the engineering bar. Mentor engineers and hold AI-generated changes to the same review standard as human ones.
Skills, Knowledge and Expertise
3+ years of commercial backend engineering, including high-load systems.
Strong Go: you know and have used its advanced features in production.
Solid Python for data processing (batch, streaming and async) and for service code.
Strong SQL: schema design, indexes, query optimisation, and scaling approaches such as replication and partitioning. Experience with Redis or similar key-value stores.
Experience with sync and async service communication (HTTP, gRPC, Kafka or RabbitMQ), with a focus on reliability.
Docker, CI/CD pipelines, and working Kubernetes knowledge. Experience with AWS/GCP core services (compute, storage, networking, IAM).
Understanding of the ML lifecycle: data preparation, model performance metrics, non-functional requirements, and concept drift in production. Familiarity with scikit-learn, PyTorch/TensorFlow.
Experience designing and running observability: metrics, logging, dashboards, tracing (Prometheus, Grafana, ELK or similar).
Git workflows and code review, comfortable Linux command line, and networking basics (TCP/IP, DNS, VPC, load balancers).
Ability to explain a trade-off clearly to a data scientist, a product owner and an on-call engineer.
Nice to have:
Hands-on experience with MLOps tooling: Databricks (Unity Catalog, Asset Bundles), SageMaker, Kubeflow, MLflow or Airflow.
GPU or LLM inference experience (vLLM, Triton, Langfuse).
Experience using AI coding agents with full review of generated changes.
Experience in emerging markets, or building where there is no playbook yet.
Experience with Infrastructure-as-Code (IaC) tools
Why join us
Real scale and real constraints: models serving a global fleet, GPU budgets that matter, LLM workloads reaching production.
A strong backend engineer can grow into the MLOps domain here. We will teach you the platform side; you bring the engineering craft.
Help us challenge injustice by creating fair choices for millions of people across 48 countries.
Develop your professional skills with access to mentoring, career consulting, and learning programs.
Collaborate with teams around the world and gain international experience through our Global Talent Exchange Program.
Engage in company-wide challenges, awards, sports activities, employee-led social impact and volunteering projects.
Work alongside people who take initiative, speak openly, and challenge themselves to grow.
Improve your language skills through co-financed courses and internal speaking clubs.
Final benefits may vary depending on the location.
Location: Almaty, Kazakhstan
Workplace: hybrid
inDrive runs many ML models across 48 countries, and the platform under them is growing fast. Teams ship to Databricks, SageMaker and self-managed GPU inference, and LLM workloads are moving into production.
We are hiring a Backend Engineer to build and run the services and tooling that ML teams depend on. You will write production-grade Go and Python, own your services from design to on-call, and learn the MLOps stack (Terraform, Kubernetes, Databricks, SageMaker) on the job. You will work with data scientists, ML engineers, and software and data engineers.
Key Responsibilities
Design, build and run backend services and internal tooling for the ML platform, in Go and Python, and own them in production: delivery, monitoring, on-call.
Drive technical research and design for new platform features. Weigh trade-offs and write them down.
Build and extend the deployment tooling and SDKs ML teams use to ship models, including serving, autoscaling and data capture.
Integrate ML services with the wider backend: sync (HTTP, gRPC) and async (Kafka, RabbitMQ) communication, built for reliability under high load.
Support the full ML delivery cycle with data scientists and ML engineers: CI/CD for models and pipelines, monitoring, and model performance metrics.
Build observability end to end: metrics, logs, dashboards, tracing, alerting and runbooks.
Write infrastructure as code with Terraform and Terragrunt, and ship it through reviewed pull requests.
Take part in code and design reviews and help raise the engineering bar. Mentor engineers and hold AI-generated changes to the same review standard as human ones.
Skills, Knowledge and Expertise
3+ years of commercial backend engineering, including high-load systems.
Strong Go: you know and have used its advanced features in production.
Solid Python for data processing (batch, streaming and async) and for service code.
Strong SQL: schema design, indexes, query optimisation, and scaling approaches such as replication and partitioning. Experience with Redis or similar key-value stores.
Experience with sync and async service communication (HTTP, gRPC, Kafka or RabbitMQ), with a focus on reliability.
Docker, CI/CD pipelines, and working Kubernetes knowledge. Experience with AWS/GCP core services (compute, storage, networking, IAM).
Understanding of the ML lifecycle: data preparation, model performance metrics, non-functional requirements, and concept drift in production. Familiarity with scikit-learn, PyTorch/TensorFlow.
Experience designing and running observability: metrics, logging, dashboards, tracing (Prometheus, Grafana, ELK or similar).
Git workflows and code review, comfortable Linux command line, and networking basics (TCP/IP, DNS, VPC, load balancers).
Ability to explain a trade-off clearly to a data scientist, a product owner and an on-call engineer.
Nice to have:
Hands-on experience with MLOps tooling: Databricks (Unity Catalog, Asset Bundles), SageMaker, Kubeflow, MLflow or Airflow.
GPU or LLM inference experience (vLLM, Triton, Langfuse).
Experience using AI coding agents with full review of generated changes.
Experience in emerging markets, or building where there is no playbook yet.
Experience with Infrastructure-as-Code (IaC) tools
Why join us
Real scale and real constraints: models serving a global fleet, GPU budgets that matter, LLM workloads reaching production.
A strong backend engineer can grow into the MLOps domain here. We will teach you the platform side; you bring the engineering craft.
Help us challenge injustice by creating fair choices for millions of people across 48 countries.
Develop your professional skills with access to mentoring, career consulting, and learning programs.
Collaborate with teams around the world and gain international experience through our Global Talent Exchange Program.
Engage in company-wide challenges, awards, sports activities, employee-led social impact and volunteering projects.
Work alongside people who take initiative, speak openly, and challenge themselves to grow.
Improve your language skills through co-financed courses and internal speaking clubs.
Final benefits may vary depending on the location.
Location: Limassol, Cyprus
Workplace: hybrid
inDrive runs many ML models across 48 countries, and the platform under them is growing fast. Teams ship to Databricks, SageMaker and self-managed GPU inference, and LLM workloads are moving into production.
We are hiring a Backend Engineer to build and run the services and tooling that ML teams depend on. You will write production-grade Go and Python, own your services from design to on-call, and learn the MLOps stack (Terraform, Kubernetes, Databricks, SageMaker) on the job. You will work with data scientists, ML engineers, and software and data engineers.
Key Responsibilities
Design, build and run backend services and internal tooling for the ML platform, in Go and Python, and own them in production: delivery, monitoring, on-call.
Drive technical research and design for new platform features. Weigh trade-offs and write them down.
Build and extend the deployment tooling and SDKs ML teams use to ship models, including serving, autoscaling and data capture.
Integrate ML services with the wider backend: sync (HTTP, gRPC) and async (Kafka, RabbitMQ) communication, built for reliability under high load.
Support the full ML delivery cycle with data scientists and ML engineers: CI/CD for models and pipelines, monitoring, and model performance metrics.
Build observability end to end: metrics, logs, dashboards, tracing, alerting and runbooks.
Write infrastructure as code with Terraform and Terragrunt, and ship it through reviewed pull requests.
Take part in code and design reviews and help raise the engineering bar. Mentor engineers and hold AI-generated changes to the same review standard as human ones.
Skills, Knowledge and Expertise
3+ years of commercial backend engineering, including high-load systems.
Strong Go: you know and have used its advanced features in production.
Solid Python for data processing (batch, streaming and async) and for service code.
Strong SQL: schema design, indexes, query optimisation, and scaling approaches such as replication and partitioning. Experience with Redis or similar key-value stores.
Experience with sync and async service communication (HTTP, gRPC, Kafka or RabbitMQ), with a focus on reliability.
Docker, CI/CD pipelines, and working Kubernetes knowledge. Experience with AWS/GCP core services (compute, storage, networking, IAM).
Understanding of the ML lifecycle: data preparation, model performance metrics, non-functional requirements, and concept drift in production. Familiarity with scikit-learn, PyTorch/TensorFlow.
Experience designing and running observability: metrics, logging, dashboards, tracing (Prometheus, Grafana, ELK or similar).
Git workflows and code review, comfortable Linux command line, and networking basics (TCP/IP, DNS, VPC, load balancers).
Ability to explain a trade-off clearly to a data scientist, a product owner and an on-call engineer.
Nice to have:
Hands-on experience with MLOps tooling: Databricks (Unity Catalog, Asset Bundles), SageMaker, Kubeflow, MLflow or Airflow.
GPU or LLM inference experience (vLLM, Triton, Langfuse).
Experience using AI coding agents with full review of generated changes.
Experience in emerging markets, or building where there is no playbook yet.
Experience with Infrastructure-as-Code (IaC) tools
Why join us
Help us challenge injustice by creating fair choices for millions of people across in 47 countries.
Develop your professional skills with access to mentoring, career consulting, and learning programs.
Collaborate with teams around the world and gain international experience through our Global Talent Exchange Program.
Engage in company-wide challenges, awards, sports activities, employee-led social impact and volunteering projects.
Work alongside people who take initiative, speak openly, and challenge themselves to grow.
Improve your language skills through co-financed courses and internal speaking clubs.
Annual salary starting from 59 200 EUR gross
Final benefits may vary depending on the location.
Задачи:
— Работа на платформе PlatformEco (Node.js + SQL)
— Построение интеграций с внутренними и внешними продуктами
— Участие в стратегических решениях по архитектуре
Требования:
— Высшее техническое образование (ИТ, математика, физика, кибернетика)
— Опыт разработки ИИ агентов
— 5+ лет в разработке, из них 2+ года в роли Tech Lead / Team Lead команды 4–7 разработчиков (код-ревью, менторство, декомпозиция задач, участие в найме)
— Реальный продакшн-опыт на одном из стеков: Node.js, Python, .NET, Java, SQL
— Глубокий практический опыт построения интеграций: Event-driven архитектура (Kafka / RabbitMQ / аналоги), API Gateway, маршрутизация, rate limiting, идемпотентность, retry/backoff, обработка ошибок, саги, проектирование асинхронных систем с гарантиями доставки
— Опыт работы с low-code/no-code платформами
— Опыт работы в крупной корпоративной организации (5000+ сотрудников)
— Понимание архитектурных паттернов: микросервисы, CQRS, Event Sourcing, Hexagonal Architecture, DDD
— Проактивность
— Переговорные навыки без формальной власти
— Баланс «играющий тренер / лидер»
— Устойчивость к корпоративной бюрократии
— Прозрачная коммуникация
Будет плюсом:
— Рабочее понимание RAG, LLM, MCP
— Опыт в страховой / финансовой / корпоративной среде
— Готовность развиваться в сторону AI-агентов и автономных систем
Условия:
— Условия работы не указаны
Контакт для отклика: @irinaalekseevnashi
УдалённоseniorГеография найма не уточнена
middleМосква; В данный момент находимся в поиске разработчика ИИ-агентов под расширение команды
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Настройте подбор, и подходящие вакансии будут приходить в Telegram.
Автоотклики