Задачи:
— Встраивать локальную LLM в уже существующий Godot-проект
— Настраивать и запускать модель локально под игровые задачи
— Проектировать систему управления контекстом и памятью персонажей поверх LLM
— Организовывать хранение и передачу данных о героях, событиях и прошлых диалогах
— Формировать контекст и промпты под разные игровые ситуации
— Контролировать объём контекста и следить за тем, чтобы модель получала только релевантную информацию
— Связывать игровое состояние с поведением и репликами NPC
— Встраивать ответы LLM в уже готовую диалоговую систему новеллы
— Работать с асинхронностью: запросы, ожидание ответа, состояния игры
— Обрабатывать ошибки, таймауты и ситуации, когда модель недоступна
— Оптимизировать потребление памяти и производительность под 8 ГБ VRAM
— Развивать архитектуру интеграции LLM, не ломая существующие системы
— Писать инструменты, которые позволят добавлять новых персонажей и сценарии без переписывания ядра
— Участвовать в проектировании новых систем, связанных с AI-персонажами
Требования:
— Коммерческий опыт разработки на Godot / GDScript
— Умение разбираться в чужом коде и работать с существующим проектом
— Понимание устройства сцен, сигналов, ресурсов и игровых состояний в Godot
— Знание принципов работы LLM и локального запуска моделей
— Практический опыт интеграции LLM, локальных моделей или AI-сервисов в приложения
— Понимание, что «память LLM» — это отдельная система управления контекстом и данными
— Умение проектировать хранение и передачу контекста
— Осознание ограничений контекстного окна, размера модели и потребления RAM
— Опыт работы с асинхронными операциями и обработкой ошибок
— Внимательность к edge cases и вопросам стабильности
— Готовность самостоятельно осваивать новые инструменты и технологии
— Умение находить баланс между качеством решения и его сложностью
Будет плюсом:
— Опыт работы с локальными LLM
— Знакомство с Ollama, llama.cpp, GGUF или похожими инструментами
— Опыт quantization и оптимизации моделей
— Работа с системами контекста, memory, RAG или аналогичными подходами
— Создание AI/NPC-систем в играх
— Разработка визуальных новелл, RPG или других сюжетных игр
— Работа с диалоговыми системами и ветвлением сюжета
— Оптимизация приложений под ограниченное железо
— Понимание специфики генеративных моделей и prompt engineering
— Проекты или пет-проекты с LLM, которые можно показать
Условия:
— 37,5 часов в неделю — график планируешь сам
— 70 000 ₽ на руки
— Выплаты дважды в месяц, стабильно
— Полностью удалённая работа без привязки к офису
— Новый проект на старте — возможность влиять на архитектуру и ключевые технические решения
— Готовая архитектура визуальной новеллы на Godot — начинать с нуля не нужно
What We Do:
Huntress is a fully remote, global team focused on cybersecurity, founded in 2015 by former NSA cyber operators. They protect over 4 million endpoints and 7 million identities worldwide with enterprise-grade cybersecurity products designed alongside their Security Operations Center (SOC).
What You’ll Do:
- Triage, investigate, respond, and remediate various intrusions daily.
- Review EDR telemetry, log sources, and forensic artifacts to determine root causes and provide remediation.
- Perform tactical malware analysis.
- Investigate suspicious Microsoft M365 activity and provide remediations.
- Assist in escalations from Product Support for threat-related and SOC questions.
- Contribute to detection engineering creation and tuning.
- Participate in projects to improve outcomes for analysts and partners.
- Collaborate in a mentored team environment.
What You Bring To The Team:
- 4+ years experience in SOC or Digital Forensics (DFIR).
- Experience with Windows, Linux, and MacOS attack surfaces.
- Knowledge of Threat Actor tools and techniques including MITRE ATT&CK Framework, PowerShell, Command Prompt, WMIC, Scheduled Tasks, SCM, Windows Domain and host enumeration, lateral movement, persistence, defense evasion, and other offensive TTPs.
- Experience with static and dynamic malware analysis.
- Working knowledge of Windows Administration or Enterprise Domain Administration including Active Directory, Group Policy, Domain Trusts.
- Working knowledge of core networking concepts such as common ports/protocols, NAT, Public/Private IPs, VLANs.
- Working knowledge of web technologies including web servers/applications and OWASP top 10.
- Effective communication skills to explain complex events to less technical audiences.
- Customer-focused decision making.
- Strong curiosity and eagerness to learn.
Preferred Qualifications:
- Experience in MSP/MSSP/MDR roles.
- Linux and MacOS investigative experience.
- Experience with scripting languages like PowerShell, Python, Bash, PHP, JavaScript, or Ruby.
- Experience with platforms like HackTheBox, TryHackMe, Blue Team Labs Online.
- Experience with cloud investigations (M365, Azure, AWS, GCP).
- Participation in cybersecurity competitions.
- Familiarity with MSP tools such as RMMs.
What We Offer:
- 100% remote work environment.
- Generous paid time off including vacation, sick time, and holidays.
- 12 weeks paid parental leave.
- Comprehensive medical, dental, and vision benefits.
- 401(k) with 5% company contribution.
- Life and disability insurance.
- Stock options for full-time employees.
- $500 one-time home office reimbursement.
- Annual education and professional development allowance.
- $75/month digital reimbursement.
- Access to BetterUp coaching platform.
Accommodations:
- Reasonable accommodations available for application and selection process upon request.
Huntress is committed to inclusivity and non-discrimination, except against hackers exploiting businesses.
Задачи:
— Развитие платформы: работа над функционалом, стабильностью и производительностью;
— Развитие AI-функционала: LLM-based сценарии, tool calling, RAG, работу с контекстом, кэширование и другие механики;
— Разбор сложных production-инцидентов, устранение причин проблем;
— Клиентские внедрения: превращение пожеланий клиента в дорожную карту запуска;
— Проектирование архитектуры интеграции с инфраструктурой клиента;
— Ответственность за техническую часть сложных клиентских запусков от discovery до production;
— Менторство junior/middle-разработчиков, помощь с декомпозицией задач, архитектурой и техническими вопросами;
— Проведение code review и повышение качества решений команды.
Требования:
— От 4 лет коммерческого опыта в Python и backend, от 1 года в продуктовой команде;
— Уверенные знания asyncio, очередей, кеширования, конкурентности;
— Практический опыт создания production-функционала на базе LLM, а не только использование ChatGPT;
— Опыт с OpenAI API или другими LLM API;
— Знания prompt engineering, tool calling, RAG, caching, context management;
— Опыт с embeddings, vector search, agentic workflows;
— Навыки тестирования и evals;
— Понимание production-проблем: latency, стоимость, rate limits, hallucinations, retries, observability;
— Уверенная работа с REST API сторонних сервисов, webhooks и внешними сервисами;
— Опыт интеграций с CRM, особенно amoCRM и/или Bitrix24;
— Самостоятельность и ownership: умение довести размытую бизнес-задачу до работающего production-решения, видеть системные проблемы и помогать команде расти.
Будет плюсом:
— Опыт B2B/Enterprise-внедрений, highload и event-driven систем;
— Собственные AI-проекты и опыт работы в стартапах.
Условия:
— Работа в быстрорастущем AI-стартапе;
— Влияние на продукт, архитектуру и процессы;
— Разнообразные задачи, крупные клиенты и короткий путь от идеи до production;
— Быстрый карьерный рост.
Удалённоsenior
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Neoavlod o'quv markazi 4–9 oy davomida python va vibe coding yo'nalishida ta'lim olgan tayyor guruhni yangi bosqichga olib chiqadigan, o'quvchilarni real loyihalar asosida ishlashga va o'z g'oyalarini bozorga chiqarishga yo'naltira oladigan tajribali mentor izlamoqda.
Talab qilinadigan texnologiyalar va ko'nikmalar:
— Python
— Git/Github
— Vs Code
— Virtual Muhitlar (Venv)
— Pip
— Numpy
— Pandas
— Sql/Sqlite
— Rest Api
— Flask/Django Asoslari
— Html/Css/Js Asoslari
— Ai Kod Yordamchilari (Claude Code, Cursor, Copilot)
— Prompt Engineering
— Terminal/Bash
— Debugging va Testing (Pytest)
— Deployment (Vercel/Render)
About the Team
The Security Operations team protects CircleCI’s infrastructure, product, and customer data against evolving threats, working closely with engineering to maintain security and resilience.
About the Role
As a Security Operations Engineer, you will protect CircleCI’s infrastructure, product, and customer data from AI-driven attacks and defenses. This intermediate role involves ownership of security challenges, collaboration with Engineering, contributing to the security roadmap, and leveraging AI tools to detect, respond to, and automate security threats.
What You’ll Do:
Threat Detection & Incident Response
— Monitor, investigate, and respond to security threats across cloud and application environments using security and AI-assisted tools.
— Participate in risk assessments, incident response, post-incident reviews, and on-call support, improving controls and processes.
Security Engineering & Architecture
— Build and maintain security tooling, controls, and automation across cloud, application, and CI/CD environments following best practices.
— Identify vulnerabilities and configuration risks, contribute to runbooks and compliance, and understand CircleCI’s security architecture.
AI & Security
— Incorporate AI-powered security tools into workflows and evaluate emerging technologies for detection, response, and automation.
— Stay current on AI-specific security threats and contribute to responsible AI use in security operations.
Cross-Team Partnership & Ownership
— Partner with Engineering teams to understand security needs, provide guidance, and translate risks into actionable recommendations.
— Contribute to security roadmap planning, technology evaluations, and documentation while building relationships across teams.
What You’ll Bring:
— 3+ years of security engineering or operations experience or equivalent expertise.
— Hands-on experience with cloud, application, and CI/CD security in AWS, GCP, or Azure.
— Experience with incident response and security tools including EDR, CNAPP, SASE, vulnerability scanners, and log analysis.
— Ability to build and maintain security automation and tooling using Go, Python, or Terraform.
— Strong security judgment and problem-solving skills.
— Hands-on experience with AI/ML-powered security tools in production and understanding of AI’s role in security workflows.
Bonus Skills (Nice to Have):
— Familiarity with AI-specific threat categories like prompt injection and model supply chain risks.
— Experience securing developer platforms, SaaS, or CI/CD infrastructure.
— Relevant certifications such as CEH, AWS Security Specialty, Security+.
— Contributions to process improvement, runbook development, or knowledge sharing.
Accommodation
CircleCI provides reasonable accommodation for individuals with disabilities during application and employment.
About CircleCI
CircleCI is the world’s largest CI/CD platform, processing over 3 million jobs daily, helping companies leverage AI in software delivery. Founded in 2011, headquartered in San Francisco with a global remote workforce, and venture-backed by multiple investors.
Equal Opportunity
CircleCI is an Equal Opportunity and Affirmative Action employer, not discriminating based on legally protected characteristics and considering applicants with criminal histories consistent with laws.
Typeform is a form builder helping over 150,000 businesses collect data with forms, surveys, and quizzes. The company is fully remote and hires candidates based in the UK, Ireland, Germany, Portugal, or The Netherlands.
Product Operations is central to how Product and R&D teams work, creating systems and practices to focus on solving the right problems and delivering products. AI is increasingly important, with teams experimenting with tools like Glean and Claude, automations, agents, and AI usage throughout product development.
The role of AI Product Operations Lead involves building and operating internal AI Operations capability for R&D. It requires turning ambiguous opportunities into reliable solutions by identifying high-value AI problems, understanding workflows, designing solutions, building or coordinating delivery, and being accountable for performance after launch.
Responsibilities include:
— Building and improving a backlog of AI opportunities across R&D, prioritizing impactful AI jobs.
— Taking ambiguous problems from discovery to delivery: understanding users and workflows, exploring options, designing systems, implementing, testing, documenting, launching, measuring, and improving.
— Designing simple AI-native solutions fitting naturally into workflows, deciding when prompts, automations, integrations, agents, databases, or custom apps are appropriate.
— Helping R&D get value from enterprise AI tools like Glean and Claude, partnering with IT and InfoSec on access, configuration, connectors, enablement, and support.
— Owning the lifecycle of AI systems including automations, skills, agents, and internal web apps.
— Establishing evaluation, testing, reliability, observability, security, and maintenance practices, improving systems over time.
— Partnering across R&D to uncover needs, unblock delivery, clarify ownership, and involve experts.
— Running and evolving R&D AI governance and enablement practices, providing leaders visibility into work, risks, adoption, and outcomes.
— Participating in broader AI governance efforts as an R&D contributor.
— Working with Finance and partners to improve visibility into AI tool usage, spend, and value to inform investments.
— Exploring and supporting autonomous agents to improve planning, discovery, design, build, evaluation, and management across product development.
Requirements:
— Strong practical experience applying AI to real-world problems, building usable solutions.
— Proven track record taking ambiguous problems from discovery through implementation, testing, adoption, and improvement.
— Excellent systems thinking to understand people, processes, tools, data flows, integrations, permissions, and constraints, making trade-offs.
— Strong user and workflow discovery skills to understand real jobs and simplify solutions.
— Hands-on technical fluency building, modifying, troubleshooting internal workflows, automations, agents, or apps.
— Practical experience with modern development tools like GitHub, repositories, pull requests, application hosting, deployment, logging, and troubleshooting.
— Ability to manage work independently: prioritizing backlog, handling dependencies and risks, documenting decisions, communicating with stakeholders.
— Strong approach to evaluation and reliability, defining "good", testing, collecting feedback, and improving live systems.
— Ability to work effectively across technical and non-technical teams, asking questions, challenging assumptions, seeking expert input, and progressing without close supervision.
— Good judgment on responsible AI, security, access, governance, and knowing when to involve partners.
The role reports to VP of Product Operations and collaborates with Product, Engineering, Design, Research, Data Science, IT, InfoSec, and AI practitioners across Typeform.
Задачи:
• Формировать AI-стратегию и roadmap бизнес-направления.
• Находить наиболее перспективные точки применения AI.
• Самостоятельно запускать первые прототипы и AI-пилоты.
• Быстро проверять гипотезы и показывать первые измеримые результаты.
• Создавать AI-агентов, RAG-решения и AI-автоматизации.
• Формировать и приоритизировать портфель AI-инициатив.
• Совместно с FDE и AI-командой доводить успешные пилоты до production и масштабирования.
• Переосмысливать бизнес-процессы с учетом возможностей AI.
• Работать с руководителями бизнес-направлений и защищать AI-инициативы.
• Следить за развитием AI-технологий и применять новые подходы в реальных бизнес-кейсах.
Требования:
• 7+ лет профессионального опыта в технологиях, AI/ML, разработке продуктов или digital transformation.
• Практический опыт запуска AI/ML или технологических продуктов.
• Сильное понимание LLM, Generative AI, AI Agents и RAG.
• Способность самостоятельно собрать работающий AI-прототип.
• Product mindset и ориентация на быстрый результат.
• Стратегическое мышление и способность формировать AI-roadmap.
• Умение связывать технологии с конкретным бизнес-эффектом.
• Опыт работы с руководителями и топ-менеджментом.
• Высокая самостоятельность и ответственность за результат.
AI-инструменты и технические навыки:
• Практический опыт работы с OpenAI, Claude, Gemini, Llama, Qwen или аналогичными LLM.
• Работа с LLM API, Prompt Engineering, Tool/Function Calling.
• Создание AI-агентов с использованием LangChain, LangGraph, LlamaIndex или аналогов.
• Практическое понимание RAG, embeddings, vector databases.
• Использование AI coding-инструментов: Codex, Cursor, Claude Code или аналогов.
• Python, REST API, SQL — на уровне, достаточном для самостоятельного создания прототипов.
• Опыт работы с n8n, Make или другими инструментами автоматизации.
• Понимание принципов работы и ограничений LLM, стоимости моделей и вопросов безопасности корпоративных данных.
Кого мы ищем:
• Не классического бизнес-аналитика или координатора.
• Нужен человек, который способен: понять бизнес → увидеть возможность применения AI → самостоятельно собрать первый пилот → показать результат → сформировать roadmap → масштабировать решение вместе с командой.
Главный результат:
• Быстрые первые победы и последующая системная AI-трансформация бизнес-направления.
Задачи:
— Решать технические проблемы клиентов от начала до конца (Helpdesk + Slack) в рамках SLA
— Проводить анализ корневых причин с использованием Grafana, Datadog (логи, метрики, трассировки)
— Создавать дашборды мониторинга и проактивные оповещения
— Писать скрипты на Python для автоматизации и массовых операций
— Активно использовать AI-инструменты (Claude, Cursor, ChatGPT) для ускорения устранения проблем
Требования:
— Опыт ежедневной работы с LLM и prompt engineering
— Практические навыки работы с Grafana/Datadog (создание дашбордов и оповещений)
— Скриптинг на Python и хорошее понимание распределённых систем
— Опыт работы 2+ года в TechOps/технической поддержке (FinTech/Forex/Crypto будет плюсом)
— Отличное владение английским языком (C1+)
Условия:
— Удалённая работа, предпочтительно в часовом поясе GMT+5 - GMT+8
— Работа в англоязычной команде
Задачи:
• Формировать AI-стратегию и roadmap бизнес-направления.
• Находить наиболее перспективные точки применения AI.
• Самостоятельно запускать первые прототипы и AI-пилоты.
• Быстро проверять гипотезы и показывать первые измеримые результаты.
• Создавать AI-агентов, RAG-решения и AI-автоматизации.
• Формировать и приоритизировать портфель AI-инициатив.
• Совместно с FDE и AI-командой доводить успешные пилоты до production и масштабирования.
• Переосмысливать бизнес-процессы с учетом возможностей AI.
• Работать с руководителями бизнес-направлений и защищать AI-инициативы.
• Следить за развитием AI-технологий и применять новые подходы в реальных бизнес-кейсах.
Требования:
• 7+ лет профессионального опыта в технологиях, AI/ML, разработке продуктов или digital transformation.
• Практический опыт запуска AI/ML или технологических продуктов.
• Сильное понимание LLM, Generative AI, AI Agents и RAG.
• Способность самостоятельно собрать работающий AI-прототип.
• Product mindset и ориентация на быстрый результат.
• Стратегическое мышление и способность формировать AI-roadmap.
• Умение связывать технологии с конкретным бизнес-эффектом.
• Опыт работы с руководителями и топ-менеджментом.
• Высокая самостоятельность и ответственность за результат.
AI-инструменты и технические навыки:
• Практический опыт работы с OpenAI, Claude, Gemini, Llama, Qwen или аналогичными LLM.
• Работа с LLM API, Prompt Engineering, Tool/Function Calling.
• Создание AI-агентов с использованием LangChain, LangGraph, LlamaIndex или аналогов.
• Практическое понимание RAG, embeddings, vector databases.
• Использование AI coding-инструментов: Codex, Cursor, Claude Code или аналогов.
• Python, REST API, SQL — на уровне, достаточном для самостоятельного создания прототипов.
• Опыт работы с n8n, Make или другими инструментами автоматизации.
• Понимание принципов работы и ограничений LLM, стоимости моделей и вопросов безопасности корпоративных данных.
Кого мы ищем:
• Не классического бизнес-аналитика или координатора.
• Нужен человек, который способен: понять бизнес → увидеть возможность применения AI → самостоятельно собрать первый пилот → показать результат → сформировать roadmap → масштабировать решение вместе с командой.
Главный результат:
• Быстрые первые победы и последующая системная AI-трансформация бизнес-направления.
Задачи:
— разработка и внедрение LLM моделей для решения NLU задач бизнеса (SFT, RAG (Retrieval Augmented Generation), Agents, Summarization, Text Ranking, Text Matching, Language Modeling)
— дообучение LLM моделей
— разработка подходов и процессов разметки данных для оценки качества работы LLM
— формирование и работа с ML пайплайнами: работа с данными, обучение/дообучение NLP моделей, оценка качества решений, поддержка/автоматизация решений
— оптимизация работы моделей для промышленного контура на CPU/GPU
— работа с командой бизнес-представителей, DS-разработчиками
— организация проверки и генерация гипотез для решения технических и бизнес-задач.
Требования:
— опыт разработки на python, numpy, sklearn, pandas + библиотеки обработки текстовых данных
— опыт работы с Pytorch для построения DL текстовых моделей
— опыт работы с библиотеками LangChain/LangGraph
— опыт практической работы с LLM через API
— отличные теоретические знания классического и нейросетевого NLP, в тч LLM
— опыт дообучения классических трансформеров и LLM
— практический опыт, эксперименты, внедрение в ПРОД LLM решений
— опыт prompt-engineering
Будет плюсом:
— работа с инструментами Hadoop (HDFS, Hive), Spark
— опыт постановки и проведения a/b тестов
— опыт работы с распределенным обучением, глубокое знание GPU архитектуры.
Условия:
— комфортный современный офис рядом с м. Кутузовская
— возможен гибридный формат работы
— 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
— 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.
Задачи:
— Проектировать и разрабатывать multi-agent системы.
— Интегрировать LLM с внутренними инструментами и сервисами.
— Разрабатывать backend-сервисы и API для agent workflows.
— Реализовывать RAG pipelines и tool/function calling.
— Создавать CLI-based agent workflows и инструменты автоматизации.
— Разрабатывать Computer Vision pipelines: object detection, multi-object tracking, person re-identification.
— Разрабатывать multi-camera multi-person tracking для сетей камер.
— Работать с видеопотоками в реальном времени и оптимизировать GPU inference.
Требования:
— Опыт работы с Node.js ecosystem и Express.js.
— Уверенное владение Python.
— Опыт работы с LLM APIs и prompt engineering.
— Опыт работы с RAG, tool calling или agent frameworks.
— Знакомство с Docker, Linux и Git.
— Опыт работы с PyTorch и OpenCV.
— Опыт в object detection и multi-object tracking.
— Опыт работы с YOLO, ByteTrack / BoT-SORT или аналогами.
— Понимание person re-identification и vector search.
— Опыт работы с Milvus / FAISS.
— Опыт обработки видео с ffmpeg / GStreamer.
— Работа с RTSP и hardware decoding.
Будет плюсом:
— Опыт в NLP и ML.
— Опыт развёртывания open-source LLM.
— Опыт оптимизации inference.
— Опыт работы с Vision-Language Models.
— TensorRT / ONNX Runtime.
Условия:
— Удалённый формат работы.
— Заработная плата: 1.600–3.200 USD net в месяц.
Задачи:
— Проектировать и развивать MCP-сервер: архитектуру, инструменты, схемы входных и выходных данных.
— Интегрировать MCP-сервер с API и внутренними сервисами DSP совместно с backend-командой.
— Реализовывать инструменты для работы с кампаниями, флайтами, объявлениями, креативами, таргетингами и лимитами.
— Давать ИИ доступ к статистике: показы, клики, CTR, VTR, охват, частота, качество трафика и другие показатели в разных разрезах.
— Делать инструменты понятными для моделей: точные описания, предсказуемые ответы, полезные сообщения об ошибках.
— Обеспечивать разграничение прав и изоляцию данных клиентов, аудит действий, подтверждение чувствительных изменений и защиту от повторного выполнения операций.
— Проверять полноценные сценарии работы ИИ с платформой: правильно ли выбраны инструменты, получены данные и выполнены изменения.
— Отвечать за тестирование, документацию, мониторинг и стабильность MCP-сервера в продакшене.
Примеры сценариев:
— «Покажи кампании, которые отстают от плана по открутке».
— «Сравни эффективность площадок и устройств за неделю».
— «Найди источники с низким VTR и подготовь предложения по отключению».
— «Подготовь изменение таргетингов, покажи разницу и примени после подтверждения».
— «Объясни, почему кампания не расходует бюджет, используя настройки и статистику».
Требования:
— Уверенный опыт backend-разработки на TypeScript / Node.js.
— Опыт проектирования API и интеграции нескольких сервисов.
— Практический опыт с MCP либо с инструментами для LLM: tool calling, структурированные ответы, агентные сценарии.
— Понимание авторизации, ролей доступа, валидации данных, идемпотентности и обработки ошибок.
— Умение работать с SQL, разбираться в чужом API и существующей бизнес-логике.
— Опыт тестирования, Docker и эксплуатации сервисов.
— Самостоятельность: способность разобраться в продуктовой задаче, предложить решение и довести его до работающего функционала.
Будет плюсом:
— Опыт запуска MCP-серверов в продакшене.
— Знание NestJS, Go, PostgreSQL, Redis и ClickHouse.
— Опыт разработки систем с несколькими клиентскими кабинетами и сложными правами доступа.
— Понимание рекламных платформ и метрик: DSP, SSP, RTB, VAST, CTR, VTR, CPM.
— Опыт защиты ИИ-интеграций от prompt injection и нежелательных действий.
Техническое окружение:
Backend платформы — NestJS и Go. Данные и инфраструктура — PostgreSQL, Redis, ClickHouse, Kafka, Docker/k8s. Frontend — React + TypeScript.
О роли:
Основной фокус — исключительно MCP-направление: его архитектура, функциональность и надёжность. Работа предполагает тесное взаимодействие с продуктовой и backend-командой и возможность влиять на то, как пользователи будут управлять рекламой через ИИ.
В отклике:
Расскажите о backend- и ИИ-интеграциях, которые вы разрабатывали. Если есть MCP-серверы или проекты с tool calling — приложите ссылку либо кратко опишите свою роль и решённые задачи.
Задачи:
— разработка и развитие LLM-проектов в юридическом домене — от прототипов до продакшена
— проектирование и обучение агентов-экспертов, решающих задачи правового домена (RAG-пайплайны, классификация запросов, генерация ответов, оценка релевантности)
— исследование и настройка multi-agent orchestration (LangGraph, LangChain, schema guided reasoning pipelines)
— работа с GigaChat как основной моделью, а также эксперименты с ChatGPT, Gemini, Qwen
— дообучение малых моделей (instruction-tuning, adapters, LoRA) для повышения качества юридического рассуждения
— разработка метрик качества
— взаимодействие с инженерами и аналитиками права — внедрение моделей в реальные кейсы (алиментные, потребительские, трудовые и т.д.)
Требования:
— опыт работы DS/ML-инженером от 3х лет
— понимание архитектуры LLM и принципов prompt engineering
— опыт построения RAG-систем, fine-tuning и дообучения моделей
— умение проектировать пайплайны inference / retraining
Будет плюсом:
— опыт в LegalTech или смежных областях (финансы, документооборот, чат-боты)
— понимание структуры и логики российских нормативных актов
— опыт интеграции LLM с внешними API или базами знаний
Условия:
— формат работы офис на испытательном сроке, локация офиса ул Вавилова д.19
— ежегодный пересмотр зарплаты, годовая премия
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
— 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.
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
Ключевая миссия CTO: построить инженерную организацию нового поколения. Ожидается построение AI Native Engineering Organization, внедрение AI PDLC как основного процесса разработки, организация работы автономных Tiny Teams, создание культуры постоянных экспериментов и быстрого вывода гипотез в продукт, широкое использование AI для автоматизации инженерной деятельности, сокращение времени полного цикла Idea → Prototype → MVP → Production, формирование инженерной культуры с акцентом на скорость обучения и внедрения инноваций.
Задачи:
— Определять и реализовывать технологическую стратегию направления совместно с Product Lead и бизнесом;
— Отвечать за разработку и развитие ключевых продуктов направления: мобильного приложения нового поколения, AI-помощника, платформы персонализированного риск-профиля и интеллектуальных сервисов повышения качества и продолжительности жизни;
— Формировать AI Native инженерную организацию для высокой скорости вывода новых продуктов и функций;
— Внедрять современные практики AI PDLC на всех этапах жизненного цикла AI-продуктов;
— Организовывать эффективный процесс исследований (R&D), быстрого прототипирования и проверки продуктовых гипотез;
— Руководить несколькими автономными инженерными командами (Tiny Teams), обеспечивая их эффективность и ответственность;
— Развивать практики агентной разработки (Agentic AI), AI Coding и использование AI-инструментов для автоматизации инженерной деятельности;
— Формировать масштабируемую архитектуру AI-first продуктов для быстрого внедрения новых моделей, сервисов и сценариев;
— Управлять архитектурой решений, техническим долгом и технологическими рисками;
— Обеспечивать надежность, масштабируемость, наблюдаемость и безопасность сервисов промышленного уровня;
— Развивать инженерную культуру, основанную на автоматизации, непрерывном обучении, экспериментах и улучшении процессов;
— Формировать технологический roadmap направления и обеспечивать достижение бизнес- и продуктовых целей.
Требования:
— Опыт руководства несколькими инженерными командами разработки от 2 лет;
— Опыт создания и развития современных цифровых продуктов с высокой скоростью поставки изменений;
— Опыт формирования и реализации технологической стратегии продукта;
— Практический опыт построения архитектуры мобильных и backend-продуктов промышленного уровня;
— Опыт управления архитектурой, качеством разработки и техническим долгом;
— Практический опыт внедрения AI PDLC или аналогичных процессов разработки AI-продуктов;
— Глубокое понимание жизненного цикла AI-продуктов: Data → Prompt → Model → Evaluation → Production → Monitoring → Continuous Improvement;
— Понимание современных подходов к разработке LLM-приложений, Agentic AI, Multi-Agent Systems, Tool Calling, MCP, Workflow Orchestration и Retrieval-Augmented Generation (RAG);
— Практический опыт применения современных AI-инструментов разработки (Cursor, Claude Code, GitHub Copilot и др.);
— Опыт построения процессов R&D, быстрого прототипирования и проверки продуктовых гипотез;
— Опыт организации работы автономных инженерных команд (Tiny Teams);
— Опыт разработки мобильных приложений и высоконагруженных backend-сервисов;
— Понимание принципов построения персонализированных цифровых сервисов и работы с пользовательскими данными;
— Понимание современных практик DevSecOps, CI/CD, Observability и Platform Engineering;
— Опыт эффективного взаимодействия с продуктовой командой и бизнесом.
Будет преимуществом:
— Опыт создания AI-first продуктов на базе современных LLM;
— Опыт построения агентных платформ или мультиагентных систем;
— Опыт внедрения AI Native Engineering в инженерной организации;
— Опыт организации процессов AI Quality Engineering, Continuous Evaluation и AI Observability;
— Опыт создания персонализированных рекомендательных систем;
— Опыт разработки AI Copilot, AI Assistant или AI Agent продуктов;
— Опыт работы в MedTech, HealthTech, Digital Health или Wellness;
— Опыт создания мобильных consumer-продуктов с высокой ежедневной активностью пользователей (DAU/MAU);
— Понимание современных подходов Product Discovery, Experiment Driven Development и Lean Startup.
Условия:
— Формат: Гибридный (от 2-х дней в неделю, м. Технопарк);
— Бесплатный доступ к телемедицине и очным приемам в частных клиниках (включая стоматологию и сессии с психологами);
— Условия ипотечного кредитования от Сбербанка;
— Индивидуальный план развития;
— Обучение: английский с корпоративным преподавателем, скидки на курсы в Skyeng, компенсация обучения от ведущих платформ;
— Официальное оформление, стабильные выплаты, оплата больничного и отпуска, современная техника;
— Частичная компенсация спортивного абонемента, бесплатные занятия сквошем и футболом.
Ключевая миссия CTO:
- Построение AI Native Engineering Organization;
- Внедрение AI PDLC как основного процесса разработки;
- Организация работы автономных Tiny Teams;
- Создание культуры постоянных экспериментов и быстрого вывода гипотез в продукт;
- Широкое использование AI для автоматизации инженерной деятельности;
- Сокращение времени прохождения полного цикла Idea → Prototype → MVP → Production;
- Формирование инженерной культуры, где скорость обучения и внедрения инноваций становится ключевым конкурентным преимуществом.
Задачи:
- Определять и реализовывать технологическую стратегию направления совместно с Product Lead и бизнесом;
- Отвечать за разработку и развитие ключевых продуктов направления: мобильного приложения нового поколения, AI-помощника, платформы персонализированного риск-профиля и интеллектуальных сервисов повышения качества и продолжительности жизни;
- Формировать AI Native инженерную организацию, обеспечивающую высокую скорость вывода новых продуктов и функций;
- Внедрять современные практики AI PDLC на всех этапах жизненного цикла AI-продуктов — от идеи и исследований до промышленной эксплуатации;
- Организовывать эффективный процесс исследований (R&D), быстрого прототипирования и проверки продуктовых гипотез;
- Руководить несколькими автономными инженерными командами (Tiny Teams), обеспечивая их высокую эффективность и ответственность за конечный результат;
- Развивать практики агентной разработки (Agentic AI), AI Coding и использования AI-инструментов для автоматизации инженерной деятельности;
- Формировать масштабируемую архитектуру AI-first продуктов, обеспечивающую быстрое внедрение новых моделей, сервисов и пользовательских сценариев;
- Управлять архитектурой решений, техническим долгом и технологическими рисками;
- Обеспечивать надежность, масштабируемость, наблюдаемость и безопасность сервисов промышленного уровня;
- Развивать инженерную культуру, основанную на автоматизации, непрерывном обучении, экспериментах и постоянном улучшении процессов;
- Формировать технологический roadmap направления и обеспечивать достижение бизнес- и продуктовых целей.
Требования:
- Опыт руководства несколькими инженерными командами разработки от 2 лет;
- Опыт создания и развития современных цифровых продуктов с высокой скоростью поставки изменений;
- Опыт формирования и реализации технологической стратегии продукта;
- Практический опыт построения архитектуры мобильных и backend-продуктов промышленного уровня;
- Опыт управления архитектурой, качеством разработки и техническим долгом;
- Практический опыт внедрения AI PDLC или аналогичных процессов разработки AI-продуктов;
- Глубокое понимание жизненного цикла AI-продуктов: Data → Prompt → Model → Evaluation → Production → Monitoring → Continuous Improvement;
- Понимание современных подходов к разработке LLM-приложений, Agentic AI, Multi-Agent Systems, Tool Calling, MCP, Workflow Orchestration и Retrieval-Augmented Generation (RAG);
- Практический опыт применения современных AI-инструментов разработки (Cursor, Claude Code, GitHub Copilot и др.);
- Опыт построения процессов R&D, быстрого прототипирования и проверки продуктовых гипотез;
- Опыт организации работы автономных инженерных команд (Tiny Teams);
- Опыт разработки мобильных приложений и высоконагруженных backend-сервисов;
- Понимание принципов построения персонализированных цифровых сервисов и работы с пользовательскими данными;
- Понимание современных практик DevSecOps, CI/CD, Observability и Platform Engineering;
- Опыт эффективного взаимодействия с продуктовой командой и бизнесом.
Преимущества:
- Опыт создания AI-first продуктов на базе современных LLM;
- Опыт построения агентных платформ или мультиагентных систем;
- Опыт внедрения AI Native Engineering в инженерной организации;
- Опыт организации процессов AI Quality Engineering, Continuous Evaluation и AI Observability;
- Опыт создания персонализированных рекомендательных систем;
- Опыт разработки AI Copilot, AI Assistant или AI Agent продуктов;
- Опыт работы в MedTech, HealthTech, Digital Health или Wellness;
- Опыт создания мобильных consumer-продуктов с высокой ежедневной активностью пользователей (DAU/MAU);
- Понимание современных подходов Product Discovery, Experiment Driven Development и Lean Startup.
Условия:
- Формат: гибридный (от 2-х дней в неделю, м. Технопарк);
- Бесплатный доступ к телемедицине и очным приемам в частных клиниках (включая стоматологию и сессии с психологами);
- Условия ипотечного кредитования от Сбербанка;
- Индивидуальный план развития;
- Обучение английскому языку с корпоративным преподавателем, скидки на курсы в Skyeng, компенсация обучения от ведущих платформ;
- Официальное оформление, стабильные выплаты, оплата больничного и отпуска, современная техника;
- Частичная компенсация спортивного абонемента, бесплатные занятия сквошем и футболом.
Anthropic is an AI safety and research company building reliable, interpretable AI systems like the Claude family of large language models.
About the role
Prompts specify what Claude does. Evals measure whether it did. The Product Prompt and Eval Design team handles both for product design: the system prompt greeting new users, tool descriptions deciding whether Claude searches, instructions maintaining quality, and evals testing all of it. The role focuses on building evals that check prompts, the harness running them, and tools enabling designers to do this work independently. It involves close collaboration with surface owners, engineers, and prompt engineering teams during model releases.
Key responsibilities:
— Write and revise prompts behind Claude's tools, features, and behaviors on product surfaces; test, fix, ship, and confirm prompts.
— Build graders to validate prompt fixes and rerun on new models; automate evals from designers' rubrics and analyze transcripts.
— Develop visual, low-code eval tools for designers without engineering help: assemble comparison sets, convert rubrics into graders, compare prompt variants, and present results.
— Observe designers using tools and simplify them.
— Support model releases by testing surfaces, writing prompt fixes and migrations, and creating prompts for new features.
— Establish and scale the eval harness to test 50-100 tools with reliable settings, maintain eval stability across models, and diagnose regressions.
— Package issues unfixable by prompting for training, including graders, human-feedback questions, and good/bad pairs.
Minimum qualifications:
— Production-quality Python.
— Experience building and maintaining evaluation pipelines for LLM products: graders, rubrics, comparison sets, regression suites, and their orchestration.
— Experience creating internal tools with user-friendly interfaces for non-coders.
— Experience setting up test harnesses, sandboxing tool calls, and stabilizing settings for comparable runs.
— Experience shipping prompts or working closely with prompt shippers, understanding prompt failures across models.
— Ability to read transcripts beyond scores.
Preferred qualifications:
— Experience within a model-launch cycle.
— A/B testing experience linking offline evals to online outcomes.
— Front-end or notebook-to-app experience and insights on eval result legibility.
— Experience converting product rubrics into training signals: graders, human-feedback questions, or preference pairs.
— Concern for Claude's behavior for users, beyond metric changes.
Logistics:
— Minimum education: Bachelor’s degree or equivalent.
— Location-based hybrid policy: at least 25% office presence expected.
— Visa sponsorship available with legal support.
Anthropic values diversity and encourages applications from underrepresented groups. The company emphasizes AI safety and ethical implications, fostering a collaborative environment focused on impactful AI research.
Compensation:
— Annual salary range: $305,000 - $385,000 USD.
Work location:
— Hybrid in San Francisco or New York offices.
What we offer:
The rate depends on your seniority level, skills and experience. We've already paid out over $11M to our engineers.
No more hunting for clients or negotiating rates — let us handle the business side of things so you can focus on what you do best.
We'll manually find the best project for you according to your skills and preferences.
Choose a schedule that works best for you. It’s possible to communicate async or minimally overlap within team working hours.
We respect your seniority so you can expect no micromanagement or screen trackers.
Communicate directly with the clients. Most of them have technical backgrounds.
We will support you from the time you submit the application throughout all cooperation stages.
Most of our projects involve working in a fast-paced startup environment.
Through our community, we will connect you with the best developers from more than 50 countries.
Requirements:
4+ years of commercial experience in software development
3+ years of commercial experience with .NET
3+ years of commercial experience with React
Expertise in TypeScript is required
2+ years of experience with Microsoft Azure is a plus
You should also have:
Strong technical skills: as a Senior Developer, you are expected to be able to create projects from scratch and have a deep understanding of application architecture.
Clear and effective communication in English — advanced ability to discuss business tasks, justify decisions, and communicate issues. Good self-presentation is also essential for upcoming client calls.
Strong self-organizational skills — ability to work full-time remotely with no supervision.
Reliability — we want to trust you and expect that you won’t let us and the client down.
Adaptability and Flexibility — the ability to onboard the project promptly after accepting it and start delivering results quickly.