Location: Москва
Мы строим технологическую платформу нового поколения для производства, хранения и дистрибуции медиаконтента. Это интеллектуальная экосистема, которая автоматизирует жизненный цикл материалов: от загрузки и разметки до бесшовной публикации в десятках цифровых каналов.
Обязанности
### **Чем предстоит заниматься:**
* руководить командой backend-разработчиков
* решать задачи отказоустойчивости и горизонтального масштабирования
* участвовать в проектировании взаимодействия сервисов: обсуждать их ответственность, API и контракты событий
* разрабатывать асинхронные микросервисы на FastAPI
* реализовывать обработку событий Kafka
* использовать кодовых агентов для разработки, поддерживать проектные правила и скиллы, проверять и дорабатывать сгенерированный код
* работать с логами и метриками, участвовать в диагностике и устранении ошибок сервисов проекта.
Требования
### **Мы ожидаем:**
* опыт от 5 лет коммерческой разработки на Python
* профильное IT/техническое образование
* опыт разработки сервисов на FastAPI, реализации REST API и участия в их проектировании
* опыт микросервисной разработки, реализации взаимодействия нескольких сервисов.
* уверенный SQL и PostgreSQL: транзакции, индексы, планы запросов
* опыт настройки MCP-интеграций и разработки MCP-серверов
* опыт с AI-функциями продукта: интеграции LLM и разработка агентов.
Будет преимуществом:
* опыт с FastStream, Django / Wagtail, SSE, gRPC
* опыт с OpenSearch / Elasticsearch; векторный поиск с pgvector / Qdrant
* опыт с Kubernetes / OpenShift
* опыт с LangChain / LangGraph или аналогами.
Условия
### **Мы предлагаем:**
* гибридный формат работы (4 дня в офисе, 1 удаленно)
* офис на Кутузовской/Маяковской с зонами отдыха и спортзалом
* годовой бонус и ежегодный пересмотр
* расширенный ДМС с первого дня + стоматологию и льготное страхование для семьи
* корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях
* льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм с возможностью совместного использования на трёх близких, скидки от партнеров и сервисов группы компаний.
Location: Москва
Workplace: не определен, Удаленно
Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ.
Команда Магазина занимается разработкой backend сервисов для основного приложения WB. Сейчас в планах очень крутые и амбициозные задачи в направлении core, финтеха и контента. Тут высокая нагрузка до 150К RPS и большая ответственность!
Обязанности
Участвовать в разработке новых микросервисов бэкенда мобильных приложений и доработке их фукционала;
Разрабатывать архитектуру новых сервисов;
Профилировать и оптимизировать высоконагруженные микросервисы;
Покрывать разрабатываемый код unit-тестами, обеспечивая его надежность и упрощение рефакторинга.
Требования
Имеете опыт разработки на Golang не менее двух лет, применяете лучшие практики языка для создания эффективного и поддерживаемого кода;
Имеете опыт разработки микросервисов и многопоточных приложений;
Разрабатываете и понимаете принципы разработки высоконагруженных систем;
Имеете опыт разработки Web-сервисов (REST, gRPC), знаете HTTP;
Проектируете и оптимизируете реляционные базы данных (PostgreSQL), имеете опыт работы c NoSQL и брокерами сообщений.
Условия
Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое;
Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании;
Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.;
Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников;
Скидки и партнерские программы: на обучение, страхование, покупки и многое другое;
Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.
Задачи:
— Отвечать за техническое направление, сроки поставки и развитие команды из 3 разработчиков и 3 QA-инженеров.
— Работать в паре с Product Owner продукта IB360.
— Отчитываться EVP of Product Management.
— Проводить 1:1, перформанс-ревью и карьерные разговоры с командой.
— Формировать технический роадмап домена вместе с продуктом.
— Участвовать в код-ревью, тестировании, CI/CD, управлении инцидентами и поддержании архитектурных стандартов.
— Планировать спринты, проводить груминг бэклога, триаж багов, анализировать метрики и velocity.
— Мониторить здоровье системы, участвовать в on-call и SLA вместе с сервис-партнерами.
Требования:
— Опыт разработки не менее 6 лет, из них минимум 2 года в управлении инженерной командой.
— Практический опыт работы с одним или несколькими языками: Python, Java, C#, .NET.
— Знание платформ Android, Windows и Linux, а также MySQL и gRPC.
— Навыки построения и поддержки CI/CD, написания unit- и интеграционных тестов.
— Опыт работы с облачными платформами AWS или Azure, микросервисной и event-driven архитектурой.
— Опыт найма, развития и удержания сильных инженеров.
— Владение Agile и опыт работы в сложных проектах с быстрым темпом.
— Опыт международной разработки и работы между часовыми поясами.
— Уверенное владение английским языком для объяснения технических вопросов нетехническим стейкхолдерам.
Будет плюсом:
— Высшее образование в области Computer Science или Software Engineering.
— Опыт работы с распределёнными системами под высокую нагрузку и большие объёмы данных.
— Знания в области data engineering и platform engineering.
— Опыт внедрения новых технологий, процессов или структуры команды.
— Участие в open source проектах или технических сообществах.
Условия:
— Гибридный формат работы с офисом в центре Белграда.
— Контракт и полная занятость.
— 25 дней отпуска в году, включая праздники и больничные.
— Ежемесячная медицинская выплата.
— Подписка на AI-ассистента для кода.
— Вся коммуникация ведётся на английском языке.
Оплата: $4 500–5 500 в месяц.
География работы: Белград, гибридный формат.
ГибридheadБелград; 💦Международная разработка и работа между часовыми поясами; #developer #serbia #relocation
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.
Задачи:
— Разработка и поддержка микросервисов на Go для масштабных проектов
— Проектирование архитектуры и внедрение новых решений
— Оптимизация производительности и профилирование приложений
— Интеграция с внешними сервисами через gRPC, REST API
— Работа с высоконагруженными системами и потоками данных
— Взаимодействие с базами данных (PostgreSQL, Redis, Tarantool и др.)
— Использование Docker, Git, CI/CD для автоматизации процессов
— Написание и поддержка тестов, обеспечение качества кода
— Внедрение и поддержка Kafka для обмена сообщениями
— Участие в проектировании ETL-конвейеров и аналитических сервисов
Требования:
— Опыт коммерческой разработки на Go от 3 лет
— Глубокое понимание принципов SOLID и основных паттернов проектирования
— Уверенное владение Git, опыт работы в Linux
— Опыт работы с Docker и CI/CD
— Знание и опыт работы с сетевыми протоколами (TCP, HTTP, DNS)
— Опыт проектирования микросервисной архитектуры
— Навыки работы с высоконагруженными системами
— Опыт работы с PostgreSQL, Kafka, Redis, Tarantool или другими NoSQL-БД
— Опыт интеграции через gRPC API
— Навыки профилирования Go-приложений и написания benchmark-тестов
— Умение писать и поддерживать тесты
Условия:
— Полноценная удалённая работа
— Максимально гибкий график
— Современное топовое оборудование
— Разнообразные технологичные проекты
— Профессиональный и личностный рост
Location: Cyprus; Finland; Ireland; Malta; Montenegro; Sweden
What you'll be solving
A platform engineer opens their AI client of choice, connects it to CAST AI, and types:
"Why did our spend jump 40% in eu-west last week?"
Thirty seconds later they have an answer, pulled from live cluster state and cost data, with links back to the evidence. No dashboards. No YAML archaeology. Just a question and a correct, permission-checked answer.
Your job is to make that interaction boring. Reliably, securely, at production scale.
Behind it sits the hard part: an AI assistant that reasons over thousands of production Kubernetes clusters, a platform that safely exposes company infrastructure to external AI clients, and quality pipelines that tell us when the agent is wrong before a customer does. Get it right, and operators stop clicking through consoles entirely. Get it wrong once, and an agent gives a confidently wrong answer to someone managing production.
CAST AI already runs Kubernetes infrastructure autonomously. Our automation makes thousands of cost-and-reliability decisions a day. Cast Pilot is the team building the intelligence layer on top of that:
AI assistants for Kubernetes and the cloud itself
. Our assistant already answers thousands of questions a month from hundreds of organizations. Now we're opening the platform up: a public, permission-aware MCP server so customers can plug CAST AI straight into their own AI clients and agents, deeper connectivity across all three major clouds (AWS, GCP, Azure), and a continuous push to make our agents smarter, better grounded, and more capable.
This is greenfield AI platform work on top of battle-tested infrastructure. Most features ship in 1 to 4 weeks.
This is a location-specific opportunity. We are currently accepting applications from candidates residing in the following European countries: Bulgaria, Croatia, Estonia, Greece, Hungary, Latvia, Lithuania, Poland, Romania, Slovakia, Cyprus, Malta, Finland, Sweden, Ireland, Moldova, North Macedonia, Montenegro, Slovenia, and Ukraine.
Requirements
Strong software engineering fundamentals: you design clean abstractions, write maintainable code, and can justify your architecture choices, not just make something work. You're a
generalist
who is as comfortable debugging a distributed system as designing an auth flow or tuning an agent's behavior.
Production experience
with Go is strongly preferred; candidates without Go should demonstrate strong systems programming skills in a comparable language.
Experience building or operating large-scale SaaS platforms in production: multi-tenant systems, high volumes, and the failure modes that only show up at scale.
Solid understanding of Kubernetes. Our entire platform runs on it, and the assistants we build answer questions
about
it. You should be at home with autoscaling, scheduling, and networking concepts.
You've personally driven a complex project end-to-end.
Hands-on experience with AI coding agents and agentic development workflows. This is how we build, not just what we build.
You've used observability tooling in production.
CI/CD and DevOps practices experience.
Strong English skills, both verbal and written.
Startup mindset: adaptable, proactive, and comfortable with ambiguity.
What will make you stand out
You've built agentic systems that shipped
: MCP servers or clients, agent gateways, tool-use orchestration, RAG pipelines, evaluation frameworks, and you can talk about what broke in production and how you found out. This is the single biggest differentiator for our team.
Deep hands-on experience with one or more of AWS, GCP, or Azure, with real understanding of IAM, compute, networking, and their APIs, not just console-level usage.
Experience with LLM application quality: evaluations, prompt engineering at scale, latency and cost optimization of agent loops.
Knowledge of OAuth 2.0 / OIDC and multi-tenant authorization design.
Deep knowledge of EKS, GKE, or AKS internals.
Kubernetes or cloud-native OSS contributions.
Responsibilities
Design and build the systems behind our AI assistant: agent flows, context retrieval, and the data connections that let it reason about live Kubernetes infrastructure.
Build and evolve our
public, permission-aware MCP server
: curated tools, identity, audit, and strict safety gates, so customers can use CAST AI from their own AI clients.
Develop and maintain cloud connectivity across AWS, GCP, and Azure, and the data foundations our agents build on.
Write production Go services that interact with cloud provider APIs, the Kubernetes control plane, and LLM APIs in real time.
Own features end-to-end: from design through implementation, testing, and production rollout (most projects ship in 1 to 4 weeks).
Debug novel problems: an agent giving a wrong answer, a cross-cloud permission edge case, a data freshness issue that only appears at scale.
Build the quality harness: evals, telemetry, feedback loops, that let us ship agent improvements without regressions.
Contribute to product direction and backlog. Shape what gets built next, not just how it's built.
Participate in the team's on-call rotation.
Tools We Use Daily
Programming Languages:
Go
AI & Agents:
MCP (servers and clients), agent gateways, LLM provider APIs, RAG, evaluation pipelines
Cloud & Orchestration:
Kubernetes, AWS, GCP, Azure
Infrastructure as Code:
Terraform
Databases & Storage:
PostgreSQL, Cloud Object Storage, ClickHouse
Workflows & APIs:
Temporal, GCP Pub/Sub,
gRPC, REST
Observability & Product Analytics:
Prometheus, Grafana, Loki, Tempo, PostHog
CI/CD & GitOps:
GitLab/GitHub CI with ArgoCD and Kargo
What's in it for you?
Competitive salary (€6,500 to €9,000 gross, depending on the level of experience)
Work on genuinely new problems: production MCP platforms and AI assistants for Kubernetes and cloud infrastructure are not solved domains. You'll be defining them, not following a playbook.
Equity options.
Real users, fast: your work ships to hundreds of organizations in weeks, not quarters.
Enjoy a flexible, remote-first global environment.
Collaborate with a global team of cloud experts and innovators, passionate about pushing the boundaries of Kubernetes technology.
Spend 10% of your work time on personal projects or self-improvement.
Learning budget for professional and personal development, including access to international conferences and courses.
Annual hackathon to spark new ideas and strengthen team bonds.
Team-building budget and company events to connect with your colleagues.
Equipment budget to ensure you have everything you need.
Extra days off to help maintain a healthy work-life balance.
Hiring process
Screening call with Recruiter
Hiring Manager interview
Technical interview (system design)
Live coding
Culture Check interview with an executive
As part of our standard hiring process, a background check may be conducted at the final stage of recruitment through our third-party provider, Checkr. Please note that Cast AI does not provide any form of visa sponsorship/work permit.
#LI-Remote
Location: European Union
What you'll be solving
A platform engineer opens their AI client of choice, connects it to CAST AI, and types:
"Why did our spend jump 40% in eu-west last week?"
Thirty seconds later they have an answer, pulled from live cluster state and cost data, with links back to the evidence. No dashboards. No YAML archaeology. Just a question and a correct, permission-checked answer.
Your job is to make that interaction boring. Reliably, securely, at production scale.
Behind it sits the hard part: an AI assistant that reasons over thousands of production Kubernetes clusters, a platform that safely exposes company infrastructure to external AI clients, and quality pipelines that tell us when the agent is wrong before a customer does. Get it right, and operators stop clicking through consoles entirely. Get it wrong once, and an agent gives a confidently wrong answer to someone managing production.
CAST AI already runs Kubernetes infrastructure autonomously. Our automation makes thousands of cost-and-reliability decisions a day. Cast Pilot is the team building the intelligence layer on top of that:
AI assistants for Kubernetes and the cloud itself
. Our assistant already answers thousands of questions a month from hundreds of organizations. Now we're opening the platform up: a public, permission-aware MCP server so customers can plug CAST AI straight into their own AI clients and agents, deeper connectivity across all three major clouds (AWS, GCP, Azure), and a continuous push to make our agents smarter, better grounded, and more capable.
This is greenfield AI platform work on top of battle-tested infrastructure. Most features ship in 1 to 4 weeks.
This is a location-specific opportunity. We are currently accepting applications from candidates residing in the following European countries: Bulgaria, Croatia, Estonia, Greece, Hungary, Latvia, Lithuania, Poland, Romania, Slovakia, Cyprus, Malta, Finland, Sweden, Ireland, Moldova, North Macedonia, Montenegro, Slovenia, and Ukraine.
Requirements
Strong software engineering fundamentals: you design clean abstractions, write maintainable code, and can justify your architecture choices, not just make something work. You're a
generalist
who is as comfortable debugging a distributed system as designing an auth flow or tuning an agent's behavior.
Production experience
with Go is strongly preferred; candidates without Go should demonstrate strong systems programming skills in a comparable language.
Experience building or operating large-scale SaaS platforms in production: multi-tenant systems, high volumes, and the failure modes that only show up at scale.
Solid understanding of Kubernetes. Our entire platform runs on it, and the assistants we build answer questions
about
it. You should be at home with autoscaling, scheduling, and networking concepts.
You've personally driven a complex project end-to-end.
Hands-on experience with AI coding agents and agentic development workflows. This is how we build, not just what we build.
You've used observability tooling in production.
CI/CD and DevOps practices experience.
Strong English skills, both verbal and written.
Startup mindset: adaptable, proactive, and comfortable with ambiguity.
What will make you stand out
You've built agentic systems that shipped
: MCP servers or clients, agent gateways, tool-use orchestration, RAG pipelines, evaluation frameworks, and you can talk about what broke in production and how you found out. This is the single biggest differentiator for our team.
Deep hands-on experience with one or more of AWS, GCP, or Azure, with real understanding of IAM, compute, networking, and their APIs, not just console-level usage.
Experience with LLM application quality: evaluations, prompt engineering at scale, latency and cost optimization of agent loops.
Knowledge of OAuth 2.0 / OIDC and multi-tenant authorization design.
Deep knowledge of EKS, GKE, or AKS internals.
Kubernetes or cloud-native OSS contributions.
Responsibilities
Design and build the systems behind our AI assistant: agent flows, context retrieval, and the data connections that let it reason about live Kubernetes infrastructure.
Build and evolve our
public, permission-aware MCP server
: curated tools, identity, audit, and strict safety gates, so customers can use CAST AI from their own AI clients.
Develop and maintain cloud connectivity across AWS, GCP, and Azure, and the data foundations our agents build on.
Write production Go services that interact with cloud provider APIs, the Kubernetes control plane, and LLM APIs in real time.
Own features end-to-end: from design through implementation, testing, and production rollout (most projects ship in 1 to 4 weeks).
Debug novel problems: an agent giving a wrong answer, a cross-cloud permission edge case, a data freshness issue that only appears at scale.
Build the quality harness: evals, telemetry, feedback loops, that let us ship agent improvements without regressions.
Contribute to product direction and backlog. Shape what gets built next, not just how it's built.
Participate in the team's on-call rotation.
Tools We Use Daily
Programming Languages:
Go
AI & Agents:
MCP (servers and clients), agent gateways, LLM provider APIs, RAG, evaluation pipelines
Cloud & Orchestration:
Kubernetes, AWS, GCP, Azure
Infrastructure as Code:
Terraform
Databases & Storage:
PostgreSQL, Cloud Object Storage, ClickHouse
Workflows & APIs:
Temporal, GCP Pub/Sub,
gRPC, REST
Observability & Product Analytics:
Prometheus, Grafana, Loki, Tempo, PostHog
CI/CD & GitOps:
GitLab/GitHub CI with ArgoCD and Kargo
What's in it for you?
Competitive salary (€6,500 to €9,000 gross, depending on the level of experience)
Work on genuinely new problems: production MCP platforms and AI assistants for Kubernetes and cloud infrastructure are not solved domains. You'll be defining them, not following a playbook.
Equity options.
Real users, fast: your work ships to hundreds of organizations in weeks, not quarters.
Enjoy a flexible, remote-first global environment.
Collaborate with a global team of cloud experts and innovators, passionate about pushing the boundaries of Kubernetes technology.
Spend 10% of your work time on personal projects or self-improvement.
Learning budget for professional and personal development, including access to international conferences and courses.
Annual hackathon to spark new ideas and strengthen team bonds.
Team-building budget and company events to connect with your colleagues.
Equipment budget to ensure you have everything you need.
Extra days off to help maintain a healthy work-life balance.
Hiring process
Screening call with Recruiter
Hiring Manager interview
Technical interview (system design)
Live coding
Culture Check interview with an executive
As part of our standard hiring process, a background check may be conducted at the final stage of recruitment through our third-party provider, Checkr. Please note that Cast AI does not provide any form of visa sponsorship/work permit.
#LI-Remote
Location: Estonia; Greece; Latvia; Lithuania; Poland; Slovakia; Ukraine
What you'll be solving
A platform engineer opens their AI client of choice, connects it to CAST AI, and types:
"Why did our spend jump 40% in eu-west last week?"
Thirty seconds later they have an answer, pulled from live cluster state and cost data, with links back to the evidence. No dashboards. No YAML archaeology. Just a question and a correct, permission-checked answer.
Your job is to make that interaction boring. Reliably, securely, at production scale.
Behind it sits the hard part: an AI assistant that reasons over thousands of production Kubernetes clusters, a platform that safely exposes company infrastructure to external AI clients, and quality pipelines that tell us when the agent is wrong before a customer does. Get it right, and operators stop clicking through consoles entirely. Get it wrong once, and an agent gives a confidently wrong answer to someone managing production.
CAST AI already runs Kubernetes infrastructure autonomously. Our automation makes thousands of cost-and-reliability decisions a day. Cast Pilot is the team building the intelligence layer on top of that:
AI assistants for Kubernetes and the cloud itself
. Our assistant already answers thousands of questions a month from hundreds of organizations. Now we're opening the platform up: a public, permission-aware MCP server so customers can plug CAST AI straight into their own AI clients and agents, deeper connectivity across all three major clouds (AWS, GCP, Azure), and a continuous push to make our agents smarter, better grounded, and more capable.
This is greenfield AI platform work on top of battle-tested infrastructure. Most features ship in 1 to 4 weeks.
This is a location-specific opportunity. We are currently accepting applications from candidates residing in the following European countries: Bulgaria, Croatia, Estonia, Greece, Hungary, Latvia, Lithuania, Poland, Romania, Slovakia, Cyprus, Malta, Finland, Sweden, Ireland, Moldova, North Macedonia, Montenegro, Slovenia, and Ukraine.
Requirements
Strong software engineering fundamentals: you design clean abstractions, write maintainable code, and can justify your architecture choices, not just make something work. You're a
generalist
who is as comfortable debugging a distributed system as designing an auth flow or tuning an agent's behavior.
Production experience
with Go is strongly preferred; candidates without Go should demonstrate strong systems programming skills in a comparable language.
Experience building or operating large-scale SaaS platforms in production: multi-tenant systems, high volumes, and the failure modes that only show up at scale.
Solid understanding of Kubernetes. Our entire platform runs on it, and the assistants we build answer questions
about
it. You should be at home with autoscaling, scheduling, and networking concepts.
You've personally driven a complex project end-to-end.
Hands-on experience with AI coding agents and agentic development workflows. This is how we build, not just what we build.
You've used observability tooling in production.
CI/CD and DevOps practices experience.
Strong English skills, both verbal and written.
Startup mindset: adaptable, proactive, and comfortable with ambiguity.
What will make you stand out
You've built agentic systems that shipped
: MCP servers or clients, agent gateways, tool-use orchestration, RAG pipelines, evaluation frameworks, and you can talk about what broke in production and how you found out. This is the single biggest differentiator for our team.
Deep hands-on experience with one or more of AWS, GCP, or Azure, with real understanding of IAM, compute, networking, and their APIs, not just console-level usage.
Experience with LLM application quality: evaluations, prompt engineering at scale, latency and cost optimization of agent loops.
Knowledge of OAuth 2.0 / OIDC and multi-tenant authorization design.
Deep knowledge of EKS, GKE, or AKS internals.
Kubernetes or cloud-native OSS contributions.
Responsibilities
Design and build the systems behind our AI assistant: agent flows, context retrieval, and the data connections that let it reason about live Kubernetes infrastructure.
Build and evolve our
public, permission-aware MCP server
: curated tools, identity, audit, and strict safety gates, so customers can use CAST AI from their own AI clients.
Develop and maintain cloud connectivity across AWS, GCP, and Azure, and the data foundations our agents build on.
Write production Go services that interact with cloud provider APIs, the Kubernetes control plane, and LLM APIs in real time.
Own features end-to-end: from design through implementation, testing, and production rollout (most projects ship in 1 to 4 weeks).
Debug novel problems: an agent giving a wrong answer, a cross-cloud permission edge case, a data freshness issue that only appears at scale.
Build the quality harness: evals, telemetry, feedback loops, that let us ship agent improvements without regressions.
Contribute to product direction and backlog. Shape what gets built next, not just how it's built.
Participate in the team's on-call rotation.
Tools We Use Daily
Programming Languages:
Go
AI & Agents:
MCP (servers and clients), agent gateways, LLM provider APIs, RAG, evaluation pipelines
Cloud & Orchestration:
Kubernetes, AWS, GCP, Azure
Infrastructure as Code:
Terraform
Databases & Storage:
PostgreSQL, Cloud Object Storage, ClickHouse
Workflows & APIs:
Temporal, GCP Pub/Sub,
gRPC, REST
Observability & Product Analytics:
Prometheus, Grafana, Loki, Tempo, PostHog
CI/CD & GitOps:
GitLab/GitHub CI with ArgoCD and Kargo
What's in it for you?
Competitive salary (€6,500 to €9,000 gross, depending on the level of experience)
Work on genuinely new problems: production MCP platforms and AI assistants for Kubernetes and cloud infrastructure are not solved domains. You'll be defining them, not following a playbook.
Equity options.
Real users, fast: your work ships to hundreds of organizations in weeks, not quarters.
Enjoy a flexible, remote-first global environment.
Collaborate with a global team of cloud experts and innovators, passionate about pushing the boundaries of Kubernetes technology.
Spend 10% of your work time on personal projects or self-improvement.
Learning budget for professional and personal development, including access to international conferences and courses.
Annual hackathon to spark new ideas and strengthen team bonds.
Team-building budget and company events to connect with your colleagues.
Equipment budget to ensure you have everything you need.
Extra days off to help maintain a healthy work-life balance.
Hiring process
Screening call with Recruiter
Hiring Manager interview
Technical interview (system design)
Live coding
Culture Check interview with an executive
As part of our standard hiring process, a background check may be conducted at the final stage of recruitment through our third-party provider, Checkr. Please note that Cast AI does not provide any form of visa sponsorship/work permit.
#LI-Remote
Задачи:
— Самостоятельно прорабатывать технические решения, декомпозировать задачи, проектировать микросервисы с нуля и выводить их в прод;
— Участвовать в формировании архитектуры, оптимизировать производительность и повышать отказоустойчивость распределенной системы;
— Разбираться в существующей кодовой базе, поддерживать и рефакторить legacy-системы (включая компоненты на PHP);
— Разрабатывать микросервисы с применением паттернов интеграции (Eventual Consistency, кэширование, circuit breaker);
— Расследовать production-инциденты, локализовать проблемы и обеспечивать сквозную наблюдаемость систем (Observability).
Требования:
— Коммерческий опыт разработки от 5 лет;
— Практический опыт ведения технически сложных задач (от анализа бизнес-требований и проектирования до релиза в прод);
— Опыт разработки микросервисов и распределенных систем на Go от 2–3 лет;
— Уверенное владение PHP (умение читать, сопровождать и безопасно рефакторить legacy-код);
— Глубокое понимание микросервисной архитектуры и построения отказоустойчивых решений;
— Уверенные знания PostgreSQL и SQL;
— Практический опыт работы с Kafka, gRPC и Kubernetes (k8s);
— Знание инструментов Observability: логирование, трассировка, метрики (Grafana, Prometheus, Sentry);
— Опыт разбора и устранения сбоев на production.
Будет плюсом:
— Опыт работы в сфере e-commerce.
Условия:
— Участие в ключевой трансформации архитектуры масштабного проекта;
— Высокие инженерные практики и современные стандарты разработки;
— Полная занятость.
- Принимать участие в разработке go sdk для облачной платформы и других сервисов; - Принимать участие в разработке terraform провайдера для облачной платформы и других сервисов;
Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно
Мы ищем ведущего ML-инженера, который возьмёт на себя развитие ML-направления в команде, работающей над продуктами для управления ценами, прогнозирования спроса и формирования коммерческих рекомендаций.
Один из основных проектов — система рекомендаций регулярных цен на уровне SKU × магазин. Система анализирует исторические продажи, цены, промо, остатки, будущие поставки, характеристики товаров и магазинов, а также внешние данные, после чего:
прогнозирует спрос при различных ценовых сценариях;
оценивает ценовую эластичность
рекомендует повышение, снижение или сохранение цены
прогнозирует влияние решения на продажи, оборот, маржу и EBITDA
рассчитывает уверенность модели и риск падения продаж
позволяет сравнивать прогноз с фактическим эффектом после применения рекомендации
Задачи
Развивать модели прогнозирования спроса и ценовой эластичности
Исследовать подходы к causal inference и оценки эффекта изменения цены
Проектировать временную валидацию, backtesting и бизнес-метрики качества
Работать с uncertainty, confidence, intermittent demand, cold start и long-tailSKU
Разрабатывать логику выбора оптимальной цены с учётом бизнес-ограничений
Организовать оценку plan/fact и мониторинг качества моделей
Участвовать в проектировании feature engineering, batch training и batchinference на больших объёмах данных
Проводить design review, code review
Требования
Сильную базу в классическом ML, статистике и работе с табличнымиданными
Опыт с forecasting, временными рядами и gradient boosting: LightGBM,CatBoost или XGBoost
Понимание causal inference и экспериментального дизайна
Опыт доведения ML-моделей до production
Уверенное владение Python и SQL
Понимание временной валидации, data leakage, calibration и uncertaintyestimation.
Опыт работы с Airflow или аналогичным оркестратором
Понимание принципов распределённой обработки данных, партиционирования и оптимизации вычислений
Умение связывать ML-метрики с измеримым бизнес-эффектом
Будет плюсом
Опыт в retail, e-commerce, pricing или demand forecasting
Практический опыт с PySpark, Trino, Iceberg, S3, dbt или ClickHouse
Опыт с price optimization, hierarchical forecasting или operations research
Опыт построения ML-мониторинга и проведения A/B-тестов
Текущий стек: Python, LightGBM, Airflow, dbt, Trino, Apache Iceberg, Parquet,S3, PostgreSQL, ClickHouse, Kubernetes и gRPC
Условия
Оформление в аккредитованную ИТ-компанию
Конкурентоспособную заработную плату (обсуждается индивидуально)
ДМС со стоматологией и льготными условиями для членов семьи
Технику для работы
График работы 5/2 с гибким началом
Работу в максимально уютном офисе в Москве на ст. м. Савеловская, в Краснодаре или удаленно из других городов РФ, так же есть ИТ офисы в Санкт-Петербурге и Иннополисе
Возможность проведения и участия в митапах, хакатонах, где есть возможность познакомиться с работой других подразделений
Возможность реализовать свой опыт и потенциал в интересных и многоплановых проектах, получить новый интересный опыт в решении сложных задач
Наличие корпоративных скидок и программ лояльности
Наличие корпоративной библиотеки курсов
Формат работы
Москва и Краснодар (гибрид/офис), другие города - удаленно
Location: Россия
Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно
Мы в поиске Golang разработчика, который присоединится к нашей команде и будет развивать систему некоммерческих закупок. Система позволяет контролировать закупки на разных уровнях, работать с претензиями. Мы создаем систему с нуля, выстраиваем архитектуру.
Стек:
Golang, Postgres, Kafka, Redis, gRPC.
Задачи
Внедрять современные технологии и подходы к разработке (Apache Kafka, gRPC)
Создавать новые микросервисы
Участвовать в выстраивании архитектуры совместно с Solution/Enterprise-архитекторами
Писать unit и функциональные тесты
Требования
Опыт коммерческой разработки на Go от 3-х лет
Опыт коммерческой разработки backend от 5 лет
Понимание протоколов HTTP/GRPC
Знания устройства баз данных
Условия
Оформление в аккредитованную ИТ-компанию;
Конкурентоспособную заработную плату (обсуждается индивидуально)
ДМС со стоматологией и льготными условиями для членов семьи
Технику для работы
График работы 5/2 с гибким началом
Работу в максимально уютном офисе в центре Москвы (ст. м. Савеловская), в Краснодаре или удаленно из других городов РФ, так же есть офисы в Санкт-Петербурге (ст. м. Балтийская) и в Иннополисе
Возможность реализовать свой опыт и потенциал в интересных и многоплановых проектах
Развитие – мы оплачиваем обучение на курсах и участие в конференциях
Возможность проведения и участия в митапах, хакатонах, где есть возможность познакомиться с работой других подразделений
Наличие корпоративных скидок PRIMEZONE и программ лояльности от компании
Наличие корпоративной библиотеки курсов
Возможность рекомендовать компанию своим друзьям, участвуя в реферальной программе
Формат работы
Москва и Краснодар (гибрид/офис), другие города - удаленно
Задачи:
— Создавать рекламные впечатления и разрабатывать шаблоны для веб-приложений Reddit, которые повышают производительность и функциональность рекламы.
— Сотрудничать с командами по продукту, дизайну и инженерии для инноваций и реализации простых решений для сложных задач.
— Участвовать в полном цикле разработки: проектирование, разработка, контроль качества, эксперименты, анализ и развертывание.
Требования:
— Опыт работы от 3 лет в веб-инжиниринге.
— Уверенное владение TypeScript и JavaScript.
— Готовность справляться с задачами по созданию данных, высокоотзывчивых и отказоустойчивых приложений.
— Опыт работы с лучшими практиками проведения тестирования, планированием качества кода/шаблонов, наблюдательностью.
— Умение проводить тщательную проверку кода и принимать обратную связь.
— Опыт использования инструментов GenAI для повышения производительности программной инженерии.
— Отличные коммуникативные навыки для сотрудничества в полностью удаленной среде и обсуждения сложных тем с техническими и нетехническими аудиториями.
Предпочтительные квалификации:
— Опыт работы в области рекламных технологий.
— Опыт работы на сайтах, ориентированных на потребителей (высокое качество производства в масштабе).
Условия:
— Полный рабочий день.
— Возможность удалённой работы.
Технологии, используемые в команде: TypeScript, HTML, CSS, Go, React, Thrift, gRPC, Kubernetes, Docker, Codex, Cursor.
Location: London
Workplace: remote
⚡️ About Merkle Science
Merkle Science provides blockchain transaction monitoring and intelligence solutions for web3 companies, digital asset service providers, financial institutions, law enforcement and government agencies to detect, investigate and prevent illicit use of cryptocurrencies. Our vision is to make cryptocurrencies safe and provide infrastructure for the safe and compliant growth of cryptocurrencies.
Merkle Science is headquartered in New York with offices in Singapore, Bangalore and London. The team has combined experience across Bank of America, Paypal, Luno, Thomson Reuters and Amazon. The company has raised over US$27 MM from SIG, Beco, Republic, DCG, Kenetic, GGV and several others.
The Role
You will design, build and run the systems behind our data products, covering ingestion, processing, analytical storage and serving. You own your work from the design document through to production. The people who design a pipeline also run it and answer for its numbers.
Our stack is very wide, and we go deep in every part of it. We don't stop at "it works." We keep measuring, profiling and tuning to make systems faster, cheaper and more reliable. We want engineers who are razor sharp, pay close attention to detail, and care as much about why a query takes 800 ms as whether it returns the right answer.
You don't need blockchain experience. If you're a strong data engineer who wants to learn it, we'd like to hear from you.
What You'll Do
Design and build scalable, high-throughput data pipelines and platform systems for blockchain data across 30+ chains.
Build backend data services and loaders in Go and Python.
Design and evolve data models and analytical workloads in ClickHouse, and tune them for sub-second queries.
Build incremental, idempotent pipelines on Databricks over billions of rows and tens of terabytes.
Keep improving the scale, reliability, freshness, performance and cost efficiency of the platform.
Investigate hard performance and reliability problems and see them through to resolution.
Work closely with the product, analytics and investigations teams that use the data, and turn their needs into platform designs.
Help set technical direction through architecture discussions, design reviews and code reviews.
Mentor engineers and help set strong engineering and operational practices.
What You Bring
5+ years building and operating production data systems, including ETL and ELT pipelines. At least two of those years should be spent owning systems that other engineers depend on.
Expert Python and strong SQL. You write typed, tested code, are comfortable with asyncio and concurrency, and have built incremental data models over billions of rows.
Go for backend services. You have built and run high-throughput services or data loaders in Go in production.
ClickHouse in production. You know MergeTree schema and sort-key design, materialised views, bulk loads and query tuning.
Databricks in production. You have worked with PySpark, Delta Lake and Unity Catalog, designed incremental and idempotent tables, and kept an eye on compute cost.
Large-scale data. You have hands-on experience with pipelines over billions of rows and tens of terabytes. You understand how partitioning, clustering and file sizing affect cost and latency.
Kafka, Airflow and Kubernetes in production. You understand delivery semantics and idempotent writes, have handled backfills and failures, and have run data workloads with Docker and Helm. Google Cloud is preferred; AWS is fine.
An operations and communication mindset. You instrument what you build, write runbooks and post-incident reviews, and can write a design document that a reviewer in another time zone can approve.
Nice to Have
Blockchain data: EVM, UTXO or non-EVM chain data models, and pulling data from nodes over JSON-RPC or gRPC.
Graph or distributed key-value stores: entity resolution or clustering on large graphs.
Infrastructure as code, GitOps and observability: Terraform, Helm, ArgoCD, OpenTelemetry, Prometheus and Grafana, and load-test design.
Experience building platforms that serve multiple data sources, datasets or product teams.
AI-assisted development, and experience in fintech, compliance or AML.
How We Work
You'll join a small, senior team where everyone owns their work end to end.
We make decisions based on measured evidence, not opinion.
We keep design notes and runbooks next to the code.
We test at production scale and run blameless post-incident reviews.
We use AI coding tools every day, and we use judgement when reviewing what they produce.
❤️ Well Being, Compensation and Benefits
We care about your well-being. Along with excellent health insurance, we offer flexible time off, learning & development initiatives and hours that are designed to provide work/life balance. We regularly host team-building sessions and encourage discussions around mental health.
We reward talent and believe in acknowledging people for their contributions. We offer industry-leading compensation, along with generous equity. As a rapidly growing business, there are endless opportunities to grow your career with Merkle Science.
Location: Россия
Workplace: Москва и Краснодар (гибрид/офис), другие города - удаленно
Мы в поиске Golang разработчика, который присоединится к нашей команде и будет развивать платформу лояльности, а именно - сервисы, реализующие
экосистемный промодвижок
.
Основная миссия команды "M+ Engine" - предоставление награды конечному пользователю за выполнение условий.
Каждый запрос пользователя (online - из приложения, offline - с кассы магазина) - это проверка большого количества правил, персональных предложений, наличия промокода и выдача какого-либо бенефита (бонусы, скидка и так далее). Все это нужно делать за минимальное время, тем самым решая не только технологическую задачу, но и придумывая комбинаторные подходы обсчета самого выгодного предложения.
Команда:
Teamlead, 3 Go разработчика, 2 QA.
Стек:
Golang, Postgres, CH, Kafka, Redis, gRPC.
Задачи
Внедрять современные технологии и подходы к разработке (Apache Kafka, gRPC)
Создавать новые микросервисы
Участвовать в выстраивании архитектуры промодвижка (гибкие настройки, гибкие награды, большие объемы данных)
Писать unit и функциональные тесты
Писать код, проводить ревью
Требования
Опыт коммерческой разработки на Go от 3-х лет
Опыт коммерческой разработки backend от 5 лет
Понимание протоколов HTTP/GRPC
Знания устройства баз данных
Условия
Оформление в аккредитованную ИТ-компанию;
Конкурентоспособную заработную плату (обсуждается индивидуально)
ДМС со стоматологией и льготными условиями для членов семьи
Технику для работы
График работы 5/2 с гибким началом
Работу в максимально уютном офисе в центре Москвы (ст. м. Савеловская), в Краснодаре или удаленно из других городов РФ, так же есть офисы в Санкт-Петербурге (ст. м. Балтийская) и в Иннополисе
Возможность реализовать свой опыт и потенциал в интересных и многоплановых проектах
Развитие – мы оплачиваем обучение на курсах и участие в конференциях
Возможность проведения и участия в митапах, хакатонах, где есть возможность познакомиться с работой других подразделений
Наличие корпоративных скидок PRIMEZONE и программ лояльности от компании
Наличие корпоративной библиотеки курсов
Возможность рекомендовать компанию своим друзьям, участвуя в реферальной программе
Формат работы
Москва и Краснодар (гибрид/офис), другие города - удаленно
Location: New York
Workplace: remote
⚡️ About Merkle Science
Merkle Science provides blockchain transaction monitoring and intelligence solutions for web3 companies, digital asset service providers, financial institutions, law enforcement and government agencies to detect, investigate and prevent illicit use of cryptocurrencies. Our vision is to make cryptocurrencies safe and provide infrastructure for the safe and compliant growth of cryptocurrencies.
Merkle Science is headquartered in New York with offices in Singapore, Bangalore and London. The team has combined experience across Bank of America, Paypal, Luno, Thomson Reuters and Amazon. The company has raised over US$27 MM from SIG, Beco, Republic, DCG, Kenetic, GGV and several others.
The Role
You will design, build and run the systems behind our data products, covering ingestion, processing, analytical storage and serving. You own your work from the design document through to production. The people who design a pipeline also run it and answer for its numbers.
Our stack is very wide, and we go deep in every part of it. We don't stop at "it works." We keep measuring, profiling and tuning to make systems faster, cheaper and more reliable. We want engineers who are razor sharp, pay close attention to detail, and care as much about why a query takes 800 ms as whether it returns the right answer.
You don't need blockchain experience. If you're a strong data engineer who wants to learn it, we'd like to hear from you.
What You'll Do
Design and build scalable, high-throughput data pipelines and platform systems for blockchain data across 30+ chains.
Build backend data services and loaders in Go and Python.
Design and evolve data models and analytical workloads in ClickHouse, and tune them for sub-second queries.
Build incremental, idempotent pipelines on Databricks over billions of rows and tens of terabytes.
Keep improving the scale, reliability, freshness, performance and cost efficiency of the platform.
Investigate hard performance and reliability problems and see them through to resolution.
Work closely with the product, analytics and investigations teams that use the data, and turn their needs into platform designs.
Help set technical direction through architecture discussions, design reviews and code reviews.
Mentor engineers and help set strong engineering and operational practices.
What You Bring
5+ years building and operating production data systems, including ETL and ELT pipelines. At least two of those years should be spent owning systems that other engineers depend on.
Expert Python and strong SQL. You write typed, tested code, are comfortable with asyncio and concurrency, and have built incremental data models over billions of rows.
Go for backend services. You have built and run high-throughput services or data loaders in Go in production.
ClickHouse in production. You know MergeTree schema and sort-key design, materialised views, bulk loads and query tuning.
Databricks in production. You have worked with PySpark, Delta Lake and Unity Catalog, designed incremental and idempotent tables, and kept an eye on compute cost.
Large-scale data. You have hands-on experience with pipelines over billions of rows and tens of terabytes. You understand how partitioning, clustering and file sizing affect cost and latency.
Kafka, Airflow and Kubernetes in production. You understand delivery semantics and idempotent writes, have handled backfills and failures, and have run data workloads with Docker and Helm. Google Cloud is preferred; AWS is fine.
An operations and communication mindset. You instrument what you build, write runbooks and post-incident reviews, and can write a design document that a reviewer in another time zone can approve.
Nice to Have
Blockchain data: EVM, UTXO or non-EVM chain data models, and pulling data from nodes over JSON-RPC or gRPC.
Graph or distributed key-value stores: entity resolution or clustering on large graphs.
Infrastructure as code, GitOps and observability: Terraform, Helm, ArgoCD, OpenTelemetry, Prometheus and Grafana, and load-test design.
Experience building platforms that serve multiple data sources, datasets or product teams.
AI-assisted development, and experience in fintech, compliance or AML.
How We Work
You'll join a small, senior team where everyone owns their work end to end.
We make decisions based on measured evidence, not opinion.
We keep design notes and runbooks next to the code.
We test at production scale and run blameless post-incident reviews.
We use AI coding tools every day, and we use judgement when reviewing what they produce.
❤️ Well Being, Compensation and Benefits
We care about your well-being. Along with excellent health insurance, we offer flexible time off, learning & development initiatives and hours that are designed to provide work/life balance. We regularly host team-building sessions and encourage discussions around mental health.
We reward talent and believe in acknowledging people for their contributions. We offer industry-leading compensation, along with generous equity. As a rapidly growing business, there are endless opportunities to grow your career with Merkle Science.
УдалённоseniorLondon; You instrument what you build, write runbooks and post-incident reviews, and can write a design document that a reviewer in another time zone can approve
УдалённоseniorNew York; You instrument what you build, write runbooks and post-incident reviews, and can write a design document that a reviewer in another time zone can approve
Автоотклики