Задачи:
— Внедрять Agentic SDLC в своей команде, где агенты помогают на всех этапах разработки, от спецификаций до тестов и релиза.
— Распиливать монолит, переходить к событийной архитектуре и доменным сервисам параллельно с продуктовой разработкой.
— Работать в автономных кросс-функциональных командах с feature-lead культурой и поддержкой платформенной команды по инфраструктуре и инструментам.
— Принимать решения на основе метрик: DORA, метрики потока, продуктовые и бизнес-показатели.
— Влиять на формирование процессов и ролей в команде.
Требования:
— Руководитель команды с сильным инженерным бэкграундом.
— Разбирается в архитектуре.
— Умеет работать с людьми.
— Предпочитает менять и развивать, а не поддерживать.
Условия:
— Полная удалёнка, можно работать из любой точки мира.
Стек:
Python, Django, FastAPI, микросервисы, Vue 3 + TypeScript, Flutter, ML в поиске и рекомендациях.
Задачи:
— Специалист отвечает за всю инженерию под капотом продукта: выбор базы данных, инструментов управления очередями, организация кеша, оптимизация запросов в API, работа интеграций.
— Следить за производительностью, предлагать и настраивать решения, рекомендовать стек, настраивать мониторинги и логи.
Требования:
— Умение организовывать бесшовный CI/CD для доработок дев, тест, прод.
— Умение настраивать взаимодействие внутренних компонентов системы от загрузки данных до выгрузки в смежные системы.
— Опыт проведения аудита наработок ИИ агента, формирование логического плана рефакторинга.
— Опыт настройки интеграции (nifi) и организации их настройки.
— Опыт реализации технических доработок продуктов с помощью ИИ агентов.
— Опыт работы с FastAPI, Django, PostgreSQL, Celery, Apache Airflow, JavaScript, Kubernetes, Python, Grafana.
Описание продукта:
— Система автоматического расчёта прогнозных цен для ежемесячного формирования интегрированного плана работы компании с 5 тыс. клиентов.
— Продукт покрывает весь процесс от ведения формул в контрактах до формирования цен, корректировки и выгрузки в системы планирования.
— Продукт развивается с мая, пилотный контур в ОПЭ, планируется доработка.
Условия:
— Зарплата 200 000 рублей на руки.
— Полностью удалённый формат работы.
— Режим работы с 9:00 до 18:00 по московскому времени.
— Локация любая.
— Работа с крупной IT-компанией и большой командой профессионалов.
— Обучение не предусмотрено.
— Рассматриваются только кандидаты с опытом по всем ключевым требованиям.
Задачи:
— Проектирование и управление инфраструктурой AWS (VPC, IAM, EKS/ECS, S3, EventBridge) с использованием Terraform в средах DEV, QA и Production
— Создание и поддержка CI/CD-конвейеров и стандартизированного процесса развертывания для команд AI-агентов
— Поддержание надежности платформы в производственной среде: масштабирование, резервное копирование, управление секретами, мониторинг и оповещение
— Внедрение лучших практик безопасности: сетевая изоляция, шифрование, доступ с минимальными привилегиями и интеграция SSO
— Создание контейнеров и развертывание AI-агентов и сервисов на основе Python, а также устранение неполадок в сотрудничестве с командой разработки
— Разработка автоматизации и внутренних инструментов на Python для управления инфраструктурой и рабочих процессов развертывания
Требования:
— Опыт работы в DevOps/Cloud Engineering не менее 5 лет, включая управление производственными средами
— Большой практический опыт работы с AWS и Terraform
— Опыт работы с Kubernetes (желательно EKS), Docker и Helm
— Опыт работы с CI/CD инструментами: GitHub Actions, GitLab CI или аналогичными
— Отличные навыки программирования на Python: написание автоматизации и инструментов, а также чтение, отладка и поддержка сервисов на стороне сервера
— Опыт интеграции приложений с провайдерами идентификации через SSO (OIDC/SAML), например, Okta или Microsoft Entra ID
— Понимание архитектуры инфраструктуры для ИИ-агентов и её компонентов (API LLM, векторные базы данных, фреймворки агентов)
— Способность работать самостоятельно и общаться напрямую с заинтересованными сторонами клиента
Хорошо, если есть:
— Знакомство с платформами и инструментами для ИИ: AWS Bedrock, LangChain/LangGraph, векторные базы данных (например, ChromaDB), Langfuse
— Опыт работы с FastAPI
— Опыт работы в фармацевтической, биофармацевтической или других регулируемых отраслях
— Сертификаты AWS
Условия:
— Конкурентная компенсация
— Работа на удаленке или в офисе
— Гибкий график работы
— Программы непрерывного обучения, наставничества и профессионального развития
— Команда с отличной технической экспертизой
УдалённоseniorАстана
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.
Ищется опытный разработчик Python с минимум пятилетним стажем в промышленной разработке. Кандидат должен уверенно работать с Python версии 3.8 и выше, а также иметь опыт использования фреймворков Django 3 и FastAPI. Важным является хорошее понимание алгоритмов и структур данных. Необходимо свободное владение SQL, а также опыт работы с базами данных PostgreSQL и системой кеширования Redis. Работа предполагает гибридный формат в Москве.
В рамках данной позиции предстоит заниматься созданием инструментов для малой автоматизации, выявлением узких и рутинных мест в процессах с целью их оптимизации через автоматизацию, шаблонизацию и улучшение. Работа включает взаимодействие с базами данных для поиска информации и построения пайплайнов обработки данных, а также разработку AI-агентов, ориентированных на работу с данными. Кандидат должен иметь опыт разработки на Python не менее 4 лет, включая создание AI-агентов и процессов интеграции и подготовки данных, а также разработку аналитических приложений. Требуется уверенное владение SQL для составления сложных запросов и оптимизации их производительности, опыт работы с СУБД Oracle и ClickHouse, а также с NoSQL базами и неструктурированными данными. Важен опыт командной разработки с использованием систем контроля версий (GIT), Jira, Confluence и CI/CD. Необходимы навыки автоматизации, шаблонизации и построения пайплайнов обработки данных, опыт создания фреймворков для генерации SQL-запросов, а также умение работать с SQLAlchemy, Alembic и psycopg2. Также требуется опыт разработки RESTful API с использованием FastAPI или Flask, навыки объектно-ориентированного программирования для создания библиотек и интеграции с существующими решениями. Знание работы с хранилищем S3 будет преимуществом. Работа предполагает полный рабочий день по графику 5/2 в удалённом формате.
Требования:
— 3+ лет коммерческого опыта в backend-разработке
— Хорошее знание Python и FastAPI
— Практический опыт с PostgreSQL, оптимизацией SQL, индексами и миграциями
— Опыт с pytest, unit- и интеграционным тестированием, TDD
Условия:
— Полная занятость, только офис в Ташкенте
Location: Cyprus
Workplace: remote
About Finom
Finom is a European tech startup headquartered in Amsterdam, and we’re on a journey towards revolutionizing the financial landscape for entrepreneurs worldwide. Our mission is to develop an all-in-one financial B2B solution that integrates banking functions, accounting, financial management, and invoicing into a seamless, mobile-first platform.
We recently closed a €115 million Series C equity round (around $133 million), bringing our total funding to approximately $346 million. This significant investment follows a $105 million growth funding round from General Catalyst, a long-term backer since 2021 known for supporting companies like Airbnb, HubSpot, KAYAK, and Stripe.
Finom's platform goes beyond traditional banking, offering invoicing and a growing suite of features, including AI-enabled accounting, aiming to simplify financial management for entrepreneurs. We're actively expanding our reach across key EU markets like Germany, France, the Netherlands, Italy, and Spain.
At Finom, we’re not just redefining the entrepreneurial experience — we’re empowering our employees to make a real difference. Your work matters, and your impact extends far beyond product metrics. We nurture innovation and an inspiring work environment where bold ideas thrive, prioritizing thorough research, swift implementation of solutions, and ensuring that every effort we make benefits our users, employees, partners, and our business as a whole.
Maintaining our start-up spirit, we prioritize thorough research, swift implementation of solutions, and ensuring that every effort we make benefits our users, employees, partners, and, of course, our business.
At Finom, we're transforming how small and medium businesses across Europe manage their money - and financial crime prevention sits right at the heart of that promise. As a Senior Machine Learning Engineer, you'll take over DRS: a production ML product that scores our whole client base daily and drives our quarantine, alert suppression, and soon our credit decisions. This is genuine end-to-end ownership on a small team - you'll deploy, serve, monitor, and improve the system rather than inherit a finished one. If you're the kind of engineer who quietly keeps production models honest and wants their decisions to actually reach live traffic, this is your seat.
What You Will Be Doing
Full-stack ML model development (binary classification and regression) for the detection and prevention of financial crime during transaction processing and client onboarding: gathering requirements, prototyping, and deployment in a production environment.
Own and evolve the Dynamic Risk Score (DRS) across all markets — daily scoring of the full client base that feeds decisioning across the client lifecycle.
Handle a portfolio of transaction rules with ML-driven detection inside, optimizing their performance and the number of generated alerts.
Set up continuous monitoring of model and rule performance in production, and develop the champion-challenger framework so the best-performing model is always the one live in production.
Participate in infrastructure development for ML model operationalization and inter-service interactions, so models of varying complexity can be served and inferred.
Who You Are
At least 5 years as a Machine Learning Engineer or Full-stack Data Scientist, with production deployment experience (incl. API services like FastAPI).
Strong in SQL and Python, and with cloud data platforms (e.g. Databricks).
Strong architectural skills — able to design and improve infrastructure that serves models of varying complexity.
Experience with model monitoring and champion-challenger / A-B evaluation in production. Exposure to graph modeling or foundation models/embeddings is a plus.
Critical, analytical thinker — proactive, result-driven, comfortable working with little supervision in a start-up setting.
A quantitative education (math, engineering, economics, or CS) and full working proficiency in English.
What You Will Get In Return
Make a genuine impact on the product
Join our upward trajectory, and grow with us. We provide the resources and opportunities for continuous personal and professional development, empowering you to make a genuine impact on our evolving product.
Work in the EU
Embark on this exciting journey with us and enjoy the flexibility of traveling and working remotely or in a hybrid model across Europe.
Become a stock options holder
Unlock your inner entrepreneur and align your aspirations with ours through our Stock Options Program. This exciting opportunity is available to every team member, from junior team members to our founders.
Receive unwavering support and care
Finom stands by you at every step, embodying our commitment to your well-being and success reflected in our modern, friendly, and eco-conscious corporate culture. We offer constant support and care to ensure your Finom experience is successful and fulfilling.
Work & Swim program
Immerse yourself in our exclusive Work & Swim Program. Spend one month in a comfortable corporate apartment in enchanting Cyprus. It's the ideal opportunity to strike the perfect work-life balance while enjoying breathtaking Mediterranean views.
Equal Opportunity Statement
At Finom, we're an equal opportunity employer and value diversity at our company. We embrace diversity and invite applications from all walks of life. We do not discriminate based on race, religion, color, national origin, gender, sexual orientation, age, marital status, disability status, or other applicable legally protected characteristics.
Location: Remote - Europe
About Nebius:
Nebius is leading a new era in cloud infrastructure for the global AI economy. We are building a full-stack AI cloud platform that supports developers and enterprises from data and model training through to production deployment, without the cost and complexity of building large in-house AI/ML infrastructure.
Built by engineers, for engineers. From large-scale GPU orchestration to inference optimization, we own the hard problems across compute, storage, networking and applied AI.
Listed on Nasdaq (NBIS) and headquartered in Amsterdam, we have a global footprint with R&D hubs across Europe, the UK, North America and Israel. Our team of 1,500+ includes hundreds of engineers with deep expertise across hardware, software and AI R&D.
The role
We are building a high-performance AI inference platform for developer-native teams running latency- and cost-sensitive workloads at scale.
In AI infrastructure, PoC success does not guarantee production success. This role ensures that what we commit to is scalable, efficient, and aligned with platform strategy.
We are looking for a
Senior
Sales Engineer
to become a foundational technical partner to our customers and a force multiplier for Sales and Engineering. You will shape complex AI workloads from first discovery through production feasibility validation, ensuring technical rigor, economic viability, and scalable architecture decisions.
You will operate at the intersection of customer ambition, engineering reality, and commercial growth, influencing:
Revenue quality
Engineering focus
Product evolution
Customer trust at scale
You’re welcome to work remotely
from
Europe.
Your responsibilities will include:
Strategic Technical Discovery
Lead deep technical discovery with engineering teams and technical founders
Understand model requirements, traffic expectations, latency constraints, GPU economics, and system dependencies
Translate customer ambition into production-feasible architectures
Identify hidden technical risks early
Commercial Acceleration
Partner tightly with Sales on strategic deals
Influence deal strategy through architectural clarity
Prevent misaligned commitments before engineering allocation
Increase PoC-to-production conversion by ensuring technical realism
PoC Architecture & Validation
Define measurable success criteria (latency, TTFT, throughput, cost envelope)
Classify workload complexity and required optimization depth
Align appropriate resources (ML Solution Architects, engineering, GPU capacity, etc.)
Drive structured Go / No-Go decisions
Prevent uncontrolled customization or hidden R&D
Pattern Recognition & Platform Leverage
Identify recurring configuration patterns across customers
Quantify demand for advanced optimizations (quantization, speculative decoding, etc.)
Surface structured insights to Product and Engineering
Help evolve platform capabilities based on real workload data
We expect you to have:
Deep understanding of AI inference systems and GPU-backed infrastructure
Experience with LLM workloads and performance-sensitive environments
Experience with inference frameworks and libraries (e.g., vLLM, SGLang, TensorRT-LLM).
Ability to reason about latency, throughput, cost, and architecture tradeoffs
Strong customer presence with engineering-first organizations
Comfort challenging assumptions and pushing back constructively
Commercial awareness – you understand that engineering time is a strategic resource
Preferred technical stack
:
Programming Languages– Python
Frameworks and Libraries– vLLM, SGLang, TensorRT-LLM, OpenAI/Anthropic SDKs
Frameworks for Agentic Pipelines : Langchain / Langsmith / smolagents / equivalent
API and Web Frameworks– FastAPI, Flask
MLOps and DevOps tools– Kubernetes (K8s), Docker, Git
Cloud Platforms– AWS (SageMaker, Bedrock), GCP (Vertex AI), Azure (Azure ML)
What success looks like
:
Strategic deals are technically sound before engineering engagement
PoCs are clearly scoped and economically justified
Engineering capacity is allocated predictably
Conversion to production improves
Customers view you as a trusted architectural advisor
Benefits & Perks:
Competitive compensation
Career growth and learning opportunities
Flexibility and ownership
Collaborative and innovative culture
Opportunity to work on impactful AI projects
International environment and talented teams
What's it like to work at Nebius:
Fast moving - Bold thinking - Constant growth - Meaningful impact - Trust and real ownership - Opportunity to shape the future of AI
Equal Opportunity Statement:
Nebius is an equal opportunity employer. We are committed to fostering an inclusive and diverse workplace and to providing equal employment opportunities in all aspects of employment. We do not discriminate on the basis of race, color, religion, sex (including pregnancy), national origin, ancestry, age, disability, genetic information, marital status, veteran status, sexual orientation, gender identity or expression, or any other characteristic protected by applicable law.
Applicants must be authorized to work in the country in which they apply and will be required to provide proof of employment eligibility as a condition of hire.
If you need accommodations during the application process, please let us know.
Требования:
— Коммерческий опыт Java + Spring Boot и Python + FastAPI.
— Опыт разработки REST API.
— Практический опыт с LLM-приложениями: RAG, embeddings, поиск, контекст, интеграция моделей.
— Понимание MCP и опыт интеграции инструментов/сервисов в AI-сценарии.
— PostgreSQL.
— Важно: нужен не просто опыт вызова API модели или учебный проект, а практический опыт проектирования и разработки AI/LLM-сервисов.
— Будет плюсом: LangChain, Pydantic.
— Семантический или гибридный поиск.
— MCP-сервисы / агентные LLM-системы, оценка качества ответов LLM.
— Работа с DOCX, PDF, Excel / OOXML / Apache POI.
— Опыт с корпоративными или локально развернутыми LLM.
— Подойдет инженер, который одинаково уверенно чувствует себя в Java/Spring Boot и Python/FastAPI, а AI/LLM-задачи делал руками, не только на уровне экспериментов.
Задачи:
— Разработка и развитие микросервисов, их взаимодействия по REST и через Kafka;
— участие в проектировании решений вместе с командой;
— рефакторинг, повышение производительности и отказоустойчивости сервиса рассылок;
— разработка логики конструктора писем и персонализированных коммуникаций, включая AI-функции формирования персонализированных писем;
— разработка асинхронных микросервисов на FastAPI и обработка событий Kafka: гарантии доставки, идемпотентность и повторная обработка;
— использование кодовых агентов, проверка и доработка сгенерированного кода;
— написание unit- и интеграционных тестов, code review, документирование решений;
— работа с логами и метриками и диагностика ошибок;
— декомпозиция и оценка задач, сопровождение до внедрения и взаимодействие с аналитиками, QA и frontend-разработчиками.
Требования:
— От 3 лет коммерческой разработки на Python и профильное IT-образование;
— уверенное знание Python и asyncio, опыт с FastAPI, REST API и микросервисной архитектурой;
— уверенный SQL и PostgreSQL, включая транзакции, индексы и планы запросов;
— опыт работы с ORM;
— практический опыт с Redis, Docker и Apache Kafka в production, а также с логами, метриками и диагностикой production-инцидентов;
— ежедневная работа с AI-кодовым агентом;
— умение декомпозировать задачи, управлять контекстом, использовать AGENTS.md, rules, скиллы и MCP-инструменты;
— умение объяснять и проверять сгенерированный код, исправлять ошибки и доводить решение до production.
Условия:
— формат работы: офис или гибрид, Москва.
Требования:
— 5+ лет в промышленной разработке на Python.
— Экспертиза в Python 3.8+, Django 3+, FastAPI.
— Понимание алгоритмов и структур данных (не просто «знаю», а «применяю»).
— Свободное владение SQL и опыт работы с PostgreSQL, Redis.
— Опыт настройки *nix окружения.
— Понимание принципов REST, HTTP.
— Лидерские качества: Опыт распределения задач и выработки технических решений.
— AI-грамотность: Понимание, как использовать AI в разработке, не создавая «когнитивный долг» и не жертвуя надёжностью.
Стек: Python, TypeScript, Django, FastAPI, Flask, VueJS 3, PostgreSQL, Redis, Elastic Search, AirFlow
Локация: Москва.
Условия:
— Офис/гибрид.
Задачи:
— Развитие и поддержка монорепозитория Python-сервисов: публичные API нескольких продуктов, админка, фоновые воркеры, биллинг, интеграции с внешними AI-провайдерами.
— Новые функции в сервисах на FastAPI: эндпоинт, схема БД, воркер, тесты.
— Интеграции с внешними AI API — OpenAI, ElevenLabs, провайдеры генерации видео и другие: таймауты, повторы, обработка сбоев, учёт стоимости запросов.
— Биллинг: списание и возврат кредитов, вебхуки о покупках и подписках (Apphud, App Store), идемпотентная обработка.
— Фоновые обработчики на RabbitMQ: очереди задач, повторы, outbox, сверка зависших задач.
— Работа с MySQL (схема, индексы, миграции Alembic, оптимизация запросов), Redis (кэш, лимиты запросов), ClickHouse (аналитика и метрики).
— Разбор инцидентов по логам и метрикам, исправление багов по обращениям поддержки.
— Тесты и код-ревью.
Требования:
— Коммерческая разработка на Python от 1 года.
— Уверенный Python: типизация, dataclasses, контекстные менеджеры, исключения.
— Понимание asyncio: event loop, почему блокирующий вызов в асинхронном коде тормозит весь сервис, таймауты и отмена задач.
— Опыт с FastAPI или другим асинхронным фреймворком (aiohttp, Starlette, Litestar).
— Знание SQL и реляционных БД (MySQL или PostgreSQL): индексы, транзакции.
— Опыт с SQLAlchemy 2.x, желательно async, и миграциями Alembic.
— Опыт работы с Redis и хотя бы одним брокером сообщений (RabbitMQ, Kafka, Redis Streams).
— Навыки работы с Docker и docker-compose.
— Опыт написания тестов с pytest.
— Владение Git, pull request'ы, код-ревью.
— Готовность разбираться в большой существующей кодовой базе и работать по принятой архитектуре.
Будет плюсом:
— Понимание уровней изоляции транзакций и блокировки в MySQL/PostgreSQL.
— Опыт работы с подтверждением и повторной доставкой сообщений в брокере, идемпотентные обработчики, outbox.
— Знание FastStream или aio-pika.
— Опыт работы с ClickHouse или другими аналитическими БД.
— Навыки работы с Kubernetes: деплой, логи, корректная остановка воркеров.
— Опыт интеграций с платёжными или подписочными системами (Apphud, RevenueCat, App Store Server API).
— Опыт работы с LLM и AI API, обработка медиа через ffmpeg.
— Использование mypy и ruff в повседневной работе.
— Знание Clean Architecture или DDD на практике.
— Опыт работы с Django.
Условия:
— Конкурентоспособная заработная плата (по результатам собеседования).
— Полностью удаленная работа из любого города.
— График 5/2.
— Возможность напрямую влиять на развитие продукта и видеть результат своего труда.
— Современный стек инструментов и все необходимые ресурсы.
— Перспективы профессионального и карьерного роста.
Ищем Senior GenAI-разработчика на проект крупной компании из сферы добывающей промышленности.
Основная задача - разработка и внедрение корпоративных GenAI-решений: AI-агентов, мультиагентных систем, RAG-конвейеров и автоматизаций в закрытом защищённом контуре.
Задачи:
— Разработка AI-агентов и субагентов с использованием tool-calling
— Построение мультиагентных систем и управление цепочками вызовов
— Создание автоматизаций и workflow в n8n, Flowise, Dify, Langflow или аналогичных платформах
— Разработка бизнес-логики и кастомных функций на JavaScript, TypeScript и Python
— Построение RAG-конвейеров: подготовка данных, embeddings, поиск и работа с векторными базами
— Интеграция с внутренними сервисами и витринами данных через REST API и OAuth2
— Парсинг, сбор, нормализация и трансформация данных из внешних источников
— Проектирование промптов для суммаризации и генерации структурированных отчётов
— Развёртывание и эксплуатация open-source и on-prem LLM в закрытом корпоративном контуре
— Работа со структурированными данными, PostgreSQL и JSON
— Участие в анализе и формализации бизнес-требований
Требования:
— Опыт коммерческой разработки GenAI-решений на уровне Senior
— Уверенное владение JavaScript, TypeScript и Python
— Практический опыт создания AI-агентов и мультиагентных систем
— Опыт хотя бы с одним из стеков: LangChain / LangGraph, LlamaIndex, Semantic Kernel, CrewAI / AutoGen, n8n / Flowise / Dify / Langflow
— Опыт разработки RAG-решений и работы с векторными хранилищами: PGVector, Qdrant, Milvus или аналогами
— Уверенная работа с PostgreSQL, JSON, REST API и OAuth2
— Опыт работы с LLM и prompt engineering
— Опыт развёртывания локальных моделей в закрытом контуре
— Готовность вести разработку и эксплуатацию решения в ОС Windows
— Понимание принципов защиты чувствительных и корпоративных данных
Будет преимуществом:
— Опыт работы с MCP — Model Context Protocol
— Разработка кастомных нод и sub-workflows в n8n
— React
— GraphQL
— FastAPI
— Опыт работы с веб-поиском, парсингом и внешними API
— Опыт участия в корпоративных или промышленных проектах
Задачи:
— Создавать и развивать AI-ассистентов для разработки и аналитики: кодовые AI ассистенты для автоматизации разработки, помощник аналитика для ускорения экспериментов с использованием LLM.
— Проектировать архитектуру агентских решений и их интеграцию с платформой: определять, что остаётся доменной логикой, а что становится переиспользуемым компонентом платформы.
— Совместно с командой MLOps формировать требования к платформенным примитивам (Embedding Service, Vector Store, Retrieval/Search API) и внедрять их в пайплайны ассистентов.
— Проектировать и развивать систему оценки агентов: разрабатывать метрики, строить симуляции, изолированные и верифицируемые среды оценки.
— Вести полный цикл разработки: от ресёрча и MVP до поддержки и развития решения – с анализом ошибок и фидбека пользователей.
— Исследовать новые подходы в разработке AI-агентов: harness-среда агента, память, компактизация контекста.
Требования:
— Опыт промышленной ML-разработки от 5 лет, опыт с LLM от 3 лет.
— Опыт разработки AI-агентов и понимание современных паттернов проектирования: память, планирование, циклы агента, tool use, structured output.
— Владение Python, способность системно писать код и доводить решения до продакшена.
— Ежедневное использование кодинг AI-ассистентов (Codex / Claude Code): понимание их внутреннего устройства, границ применимости, настроенный цикл разработки.
— Опыт разработки RAG-систем: retrieval, чанкование, sparse / dense / hybrid поиск, reranking, agentic retrieval.
— Понимание основ ML/DL и NLP: метрики качества, embeddings, устройство трансформеров, инференс LLM.
— Знание алгоритмов и структур данных, опыт работы со стеком (FastAPI, Docker, Redis, Postgres, Airflow, vLLM).
Условия:
— ДМС со стоматологией, телемедициной и программой поддержки ментального здоровья.
— Страхование жизни.
— Ежемесячные промокоды на Lamoda: два по 25%, два по 15% и в день рождения — 40%.
— Программа привилегий и скидок от BestBenefits.
— До 15 дней больничного в год оплачиваем в размере 100% от действующего оклада.
— Бесплатные юридические консультации.
— Дополнительные выходные в случае важных событий.
— Яркие мероприятия и много неформального общения.
Развитие для каждого:
— Опытный наставник для каждого новичка.
— Обучение и участие во внешних конференциях.
— Помогаем развивать личный бренд, выступать на конференциях и писать статьи.
— Performance Review дважды в год, чтобы развиваться системно.
— Проводим митапы и demo-дни для обмена знаниями.
— Погружаем в fashion и каждый сезон знакомим с модными трендами.
Задачи:
— Создавать новую информационную систему «с чистого листа».
— Развивать и поддерживать существующий ландшафт систем.
— Проектировать архитектуру, которая выдержит федеральные нагрузки.
— Менторить команду и формировать стандарты обмена знаниями.
— Управлять технической частью проектов: оценка, делегирование, принятие решений.
Требования:
— 5+ лет в промышленной разработке на Python.
— Экспертиза: Python 3.8+, Django 3+, FastAPI.
— Понимание алгоритмов и структур данных (не просто «знаю», а «применяю»).
— Свободное владение SQL и опыт с PostgreSQL, Redis.
— Опыт настройки *nix окружения.
— Понимание принципов REST, HTTP.
— Лидерские качества: опыт распределения задач и выработки технических решений.
— AI-грамотность: понимание, как использовать AI в разработке, не создавая «когнитивный долг» и не жертвуя надёжностью.
Условия:
— Офис / Гибрид.
Технологический стек:
— Python, TypeScript, Django, FastAPI, Flask, VueJS 3, PostgreSQL, Redis, Elastic Search, AirFlow.
Задачи:
— разработка и поддержка бэкенд-приложений,
— проектирование архитектуры, разработка API,
— оптимизация производительности, тестирование и документирование
Требования:
— глубокое знание Python,
— Django и FastAPI, опыт с Celery/TaskIQ, Redis, RabbitMQ, Kafka, PostgreSQL с оптимизацией запросов,
— опыт разработки нагруженных сервисов, понимание микросервисной архитектуры
Условия:
— конкурентная зарплата, оформление по ТК РК,
— офис на Розыбакиева 263,
— медстраховка для сотрудника и двух близких,
— 50% компенсации фитнеса,
— выходной в день рождения
Задачи:
— Разработка и поддержка высоконагруженных backend-сервисов на Python
— Проектирование и разработка REST API
— Интеграция сервисов с внутренними и внешними системами
— Работа с асинхронным кодом и высоконагруженными сценариями
— Настройка логирования, метрик, healthcheck endpoints и трассировки
— Интеграция сервисов с observability-инфраструктурой: OpenTelemetry, Prometheus-compatible метрики, ElasticSearch
— Работа с контейнеризацией и инфраструктурой: Docker, Kubernetes, Kafka
— Участие в диагностике инцидентов, анализе логов, метрик и трейсов
Требования:
— Коммерческий опыт разработки на Python от 4х лет
— Опыт разработки REST API и микросервисной архитектуры
— Опыт асинхронного программирования: asyncio, aiohttp/httpx или аналогичные инструменты
— Опыт работы с FastAPI, Pydantic или аналогичным backend-стеком
— Опыт работы с PostgreSQL, плюсом будет ClickHouse SQL
— Опыт работы с Redis
— Опыт работы с очередями или брокерами сообщений: Kafka или RabbitMQ
— Опыт работы с Docker, базовое понимание Kubernetes: pod, deployment, service, liveness/readiness probes, Helm
— Опыт настройки логирования: logging, structlog или аналогичные инструменты, ElasticSearch/OpenSearch
— Опыт работы в Graphana, Kibana для мониторинга
— Опыт написания тестов: pytest, unittest, mocks
— Vibe-Coding (Cursor, Claude Code, Codex и другие)
Будет плюсом:
— Опыт в DevOps/Data Engineering
— Опыт по разворачиванию локальных LLM-моделей: vLLM, SGLang, LM Studio, Ollama, llama.cpp (любой на выбор)
— Практический опыт с OpenTelemetry Collector и OTLP
— Опыт работы с VictoriaMetrics, Jaeger, AlertManager
— Умение строить BI-дашборды из ClickHouse
— Желание изучать язык программирования Go (опционально)
Задачи:
— Разработка и оптимизация веб-приложений по работе с автопроизводителями и дилерскими центрами
— Рефакторинг и развитие существующего функционала
— Документирование архитектурных решений и разработанных приложений
— Участие в грумминге и оценке трудозатрат задач
— Участие в проработке архитектуры решений
— Поддержка и развитие систем в промышленной эксплуатации
Требования:
— Опыт коммерческой разработки на Python от 1,5 лет
— Уверенное знание Python (asyncio, typing, обработка ошибок и контекстные менеджеры (contextlib), логирование)
— Опыт разработки с использованием FastAPI и Django/DRF (или аналогов)
— Опыт проектирования и разработки REST API
— Понимание принципов микросервисной архитектуры
— Опыт работы с PostgreSQL (транзакции, ACID, индексы, оптимизация запросов)
— Опыт работы с Redis, брокерами сообщений (Kafka и/или RabbitMQ)
— Опыт контейнеризации (Docker), настройки CI/CD (GitLab CI, GitHub Actions или аналогичные)
— Понимание практик логирования и мониторинга (Prometheus, Grafana, ELK или аналоги)
— Базовое понимание вопросов безопасности приложений (аутентификация, авторизация, защита данных)
— Уверенная работа с Git
— Опыт написания unit и интеграционных тестов (pytest или аналоги)
— Английский на уровне чтения технической документации
Будет плюсом:
— Опыт работы в разработке веб-сервисов
— Опыт деплоя приложений (Kubernetes)
— Опыт работы по git-flow
— Практика TDD/BDD
— Опыт использования AI-инструментов (например, ChatGPT, GitHub Copilot) для разработки и поиска технических решений
— Понимание best-practice применения AI в разработке: валидация и критическая оценка сгенерированного кода, использование AI для ускорения разработки без потери качества и безопасности
Автоотклики