Вакансии

Location: Germany; Portugal; France; Spain; Italy; The Netherlands Workplace: Hybrid WHY BACKEND ENGINEERING AT LANGFUSE Your work will have an outsized impact. Langfuse ingests terabytes of AI tracing data per day. When a Fortune 50 company instruments their application with Langfuse, they hit the infrastructure you built. Everything you ship is open source and immediately visible. The core of your role is making Langfuse fast and affordable at scale: owning the ingestion pipeline, optimizing ClickHouse data models and queries so dashboards load instantly, and building the backend abstractions that let product engineers ship data-heavy features without reinventing the plumbing each time. You will also make sure Langfuse runs everywhere. You’ll operate Langfuse Cloud across multiple production environments, and make self-hosting effortless. You will support a single Docker Compose setup to enterprise-grade Helm chart deployment.   You won’t be solving these problems alone. Langfuse is now part of ClickHouse, which means the people who built the database you’re optimizing are one channel away. Few backend roles give you that kind of access to the internals of your core datastore.   YOU WILL GROW AT LANGFUSE BY - Own and optimize our ingestion pipeline: Langfuse ingests massive volumes of tracing data through a pipeline that flows from our API to ClickHouse. You'll work on throughput, latency, reliability, and cost efficiency at every stage of this pipeline. - Make ClickHouse fast: our tracing data lives in ClickHouse. You'll design schemas, optimize merge strategies, tune batch inserts, write and review analytical queries that power dashboards and the UI. You'll become an expert on ClickHouse internals — and you'll have the ClickHouse database engineering team one channel away. - Build new infrastructure-heavy features: things like LLM-as-a-Judge (where we post-process large volumes of ingested data asynchronously), alerting at scale, client-code execution, or batch dataset operations. Build the foundation and, if you like, dip your toes into the frontend for those. - Test with real data in production: when evaluating a new ClickHouse schema, migration, or query optimization, you'll run load tests against production data to validate that changes actually improve things. We don't guess at performance. We prototype new table designs, run them in parallel on real traffic, and compare before committing. - Scale for what's next: we're growing fast and new product directions like complex long-running agent observability and real-time evaluation push the infrastructure in new ways. You'll be thinking ahead about what breaks at 10x scale.   LEARN MORE ABOUT OUR INFRASTRUCTURE - From Zero to Scale: Langfuse's Infrastructure Evolution https://langfuse.com/blog/2024-12-langfuse-v3-infrastructure-evolution — deep dive into how we went from Postgres to ClickHouse - Max talking infrastructure at ClickHouse OpenHouse Amsterdam https://www.youtube.com/watch?v=NXYQ5odATrM — recording of our CTO walking through the architecture - Architecture https://langfuse.com/handbook/product-engineering/architecture   WHAT WE'RE LOOKING FOR - Strong backend engineer who gets excited about database internals, query optimization, and distributed systems - You get excited when working with a ton of data - Experience with analytical databases, data pipelines, or high-throughput event processing. ClickHouse experience is a big plus but not required - You organize yourself. You have strong opinions about what to build and how to ship it - Comfortable reading and writing TypeScript (our backend) and SQL - Interest in open source software and genuine enjoyment talking to users about their scaling challenges - Thrives in a small, accountable team where your output is visible and matters - CS or quantitative degree preferred   Bonus points:   - Experience with ClickHouse, other OLAP databases, or observability infrastructure - Former founder - Background in building data-intensive systems at scale   PERKS - Flexible work environment - ClickHouse is a globally distributed company and remote-friendly. We currently operate in over 25 countries. - Healthcare - Employer contributions towards your healthcare. - Equity in the company - Every new team member who joins our company receives stock options. - Time off - Flexible time off in the US, generous entitlement in other countries. - A USD$500 Home office setup if you’re a remote employee. - Global Gatherings – We believe in the power of in-person connection and offer opportunities to engage with colleagues at company-wide offsites. CULTURE - WE ALL SHAPE IT As part of a rapidly scaling start-up, you will be instrumental in shaping our culture. Are you interested in finding out more about our culture? Learn more about our values here https://clickhouse.com/company/careers. Check out our blog posts https://clickhouse.com/blog or follow us on LinkedIn https://www.linkedin.com/company/clickhouseinc/life/0c1ee7f4-2129-488d-b413-e7f6270659fd/?viewAsMember=true to find out more about what’s happening at ClickHouse. EQUAL OPPORTUNITY & PRIVACY ClickHouse provides equal employment opportunities to all employees and applicants and prohibits discrimination and harassment of any type based on factors such as race, color, religion, age, sex, national origin, disability status, genetics, protected veteran status, sexual orientation, gender identity or expression, or any other characteristic protected by federal, state or local laws. Please see here https://clickhouse.com/legal/applicant-privacy-notice for our Privacy Statement.

Location: Remote, Canada; Remote, United States GitLab is the intelligent orchestration platform for DevSecOps. GitLab enables organizations to increase developer productivity, improve operational efficiency, reduce security and compliance risk, and accelerate digital transformation. More than 50 million registered users and more than 50% of the Fortune 100* trust GitLab to ship better, more secure software faster. The same principles built into our products are reflected in how our team works: we embrace AI as a core productivity multiplier, with all team members expected to incorporate AI into their daily workflows to drive efficiency, innovation, and impact. GitLab is where careers accelerate, innovation flourishes, and every voice is valued. Our high-performance culture is driven by our values and continuous knowledge exchange, enabling our team members to reach their full potential while collaborating with industry leaders to solve complex problems. Co-create the future with us as we build technology that transforms how the world develops software. * Fortune 500® is a registered trademark of Fortune Media IP Limited, used under license. Claim based on GitLab data. Fortune 100 refers to the top 20% ranked companies in the 2025 Fortune 500 list, published in June 2025. Fortune and Fortune Media IP Limited are not affiliated with, and do not endorse products or services of GitLab. An overview of this role As a Staff Backend Engineer on GitLab's Core DevOps team, you'll provide technical leadership across your team and adjacent teams. You'll lead large backend initiatives, guide the modernization of a large monolith into modular, reusable, appropriately independent systems, and set standards that help teams move faster without compromising quality, security, reliability, or operability. You'll work with Product, Frontend, Infrastructure, Security, Data, Engineering Managers, and engineers across product groups. You'll lead complex backend architecture, make product trade-offs, and influence technical direction without formal authority. GitLab is an open core software company that develops an artificial intelligence-powered DevSecOps platform. Our mission is to enable everyone to contribute to and co-create the software that powers our world. We work in an all-remote, asynchronous environment where you communicate decisions clearly in writing and work independently. What you’ll do Lead the technical design and delivery of backend initiatives that span teams, and identify and remove systemic bottlenecks across product and infrastructure groups. Drive modular backend, service, data, and platform architecture, including modernization of the monolith and legacy backends while preventing fragmentation and service sprawl. Define and improve standards for application programming interfaces, contracts, compatibility, schema evolution, testing, security, performance, observability, operability, and maintainability. Establish patterns for dependency management, data ownership, eventing, failure isolation, service maturity, and operational documentation. Establish Go service patterns and Kubernetes operating practices where they matter to the production estate, and guide Rust adoption where it addresses systems, security, performance, or supply-chain needs. Take part in on-call and incident response for systems your teams own, serve as a technical escalation point during complex incidents, and turn lessons from incidents into lasting improvements. Partner with Product and Engineering leadership on platform roadmap decisions and investment trade-offs. Mentor Senior and Intermediate engineers, reduce technical debt, build reusable patterns that improve team throughput, and lead adoption of artificial intelligence-assisted and agentic workflows with quality, security, privacy, and operational guardrails. What you’ll bring A record of leading technical work across more than one team or a broad product area. Deep backend architecture and production experience with complex applications, services, or platforms, including application programming interfaces, service platforms, data systems, modular monoliths, or shared backend components. Experience modernizing a monolith or legacy backend architecture in production and using modular approaches such as bounded contexts, package encapsulation, ports and adapters, service extraction, or event-driven boundaries. Experience building alignment through clear written proposals and decision records so teams document, understand, and adopt technical decisions. Experience making trade-offs among customer outcomes, delivery speed, technical health, reliability, and long-term platform investment. Experience mentoring engineers and shaping standards through code review, documentation, and practice. Production experience with artificial intelligence-assisted or agentic engineering workflows, including improving how a team adopts them. About the team The Core DevOps team owns core repository capabilities, from Git command-line operations to web-based code exploration. We build features and platforms, improve existing capabilities, and improve maintainability, accessibility, performance, and workflows for teams using artificial intelligence-assisted development tools. The base salary range for this role’s listed level is currently for residents of the United States only. This range is intended to reflect the role's base salary rate in locations throughout the US. Grade level and salary ranges are determined through interviews and a review of education, experience, knowledge, skills, abilities of the applicant, equity with other team members, alignment with market data, and geographic location. The base salary range does not include any bonuses, equity, or benefits. See more information on our benefits and equity . Sales roles are also eligible for incentive pay targeted at up to 100% of the offered base salary. United States Salary Range $152,800 — $259,200 USD How GitLab Supports Full-Time Employees Benefits to support your health, finances, and well-being Flexible Paid Time Off Team Member Resource Groups Equity Compensation & Employee Stock Purchase Plan Growth and Development Fund Parental Leave Please note that we welcome interest from candidates with varying levels of experience; many successful candidates do not meet every single requirement. Additionally, studies have shown that people from underrepresented groups are less likely to apply to a job unless they meet every single qualification. If you're excited about this role, please apply and allow our recruiters to assess your application. Country Hiring Guidelines: GitLab hires new team members in countries around the world. All of our roles are remote, however some roles may carry specific location-based eligibility requirements. Our Talent Acquisition team can help answer any questions about location after starting the recruiting process. Privacy Policy: Please review our Recruitment Privacy Policy. Your privacy is important to us. GitLab is proud to be an equal opportunity workplace and is an affirmative action employer. GitLab’s policies and practices relating to recruitment, employment, career development and advancement, promotion, and retirement are based solely on merit, regardless of race, color, religion, ancestry, sex (including pregnancy, lactation, sexual orientation, gender identity, or gender expression), national origin, age, citizenship, marital status, mental or physical disability, genetic information (including family medical history), discharge status from the military, protected veteran status (which includes disabled veterans, recently separated veterans, active duty wartime or campaign badge veterans, and Armed Forces service medal veterans), or any other basis protected by law. GitLab will not tolerate discrimination or harassment based on any of these characteristics. See also GitLab’s EEO Policy and EEO is the Law . If you have a disability or special need that requires accommodation , please let us know during the recruiting process .

Location: Paris; San Francisco ABOUT MISTRAL Mistral provides full-stack AI solutions: from frontier models to developer tools, applications, and compute. We partner with enterprises tackling the hardest problems across high-stakes industries like finance, manufacturing, defense, healthcare, and the public sector, co-creating customized AI systems that they can run on their terms. We are a dynamic, collaborative team passionate about AI and its potential to transform society. Our diverse workforce thrives in competitive environments and is committed to driving innovation. Our teams are distributed between Europe, North America, Asia and the Middle East. We are creative, low-ego and team-spirited. Mistral AI is building a new Compute Support team to ensure the reliability, performance, and scalability of our GPU clusters in a Kubernetes environment. As one of the founding members of this team, you will play a pivotal role in shaping its processes, standards, and culture. In this hybrid L1/L2 support role, you will be the first point of contact for customers and internal teams, providing technical guidance, troubleshooting, and issue resolution for compute-related inquiries. You’ll also serve as the escalation point for complex issues, leveraging your deep systems knowledge, Kubernetes expertise, and operational debugging skills to ensure our AI workloads run smoothly at scale. This is a support-focused role that blends system administration, customer-facing communication, and compute infrastructure expertise. While coding is not the primary focus, familiarity with Go for debugging and automation is a plus.     KEY RESPONSIBILITIES FIRST CUSTOMER’S POINT OF CONTACT - Act as the first interlocutor for customers and internal teams, providing timely and effective responses to compute-related inquiries. - Triage and prioritize incoming requests, ensuring SLAs are met for acknowledgment, first response, and resolution. - Gather and analyze initial issue details (e.g., logs, error messages, system metrics) to diagnose problems efficiently. - Provide clear, actionable guidance to customers and internal users, including temporary workarounds where applicable.     TECHNICAL SUPPORT - Serve as the L2 escalation point for Linux, Kubernetes, and compute infrastructure issues, providing deep technical troubleshooting for: - GPU/TPU workloads (e.g., CUDA errors, memory leaks, job failures). - Kubernetes clusters (e.g., pod crashes, node failures, networking misconfigurations). - Bare metal and cloud environments (e.g., AWS EC2, GCP VMs, HPC clusters). - Diagnose and resolve performance bottlenecks, hardware failures, and resource contention in distributed systems. - Analyze system metrics, logs, and traces (e.g., dmesg, journalctl, nvidia-smi, Prometheus, Grafana) to identify root causes of issues. - Participate in on-call rotations to provide 24/7 support for critical compute systems - Nice to have: Optimize system configurations (e.g., kernel parameters, filesystem tuning, network settings) for high-performance computing (HPC) and AI workloads.     KUBERNETES & CONTAINERIZATION - Debug Kubernetes clusters with a focus on: - Pod and node issues (e.g., CrashLoopBackOff, OOMKilled, ImagePullBackOff). - Networking and storage (e.g., CNI plugins, PersistentVolumes, StorageClasses). - Resource management (e.g., Requests/Limits, QOS classes, node affinity). - Troubleshoot container runtime issues (Docker, containerd) such as image pull failures, OCI compliance, or runtime errors. - Collaborate with SRE teams to understand and improve existing IaC (Terraform, Ansible) and Go-based tooling.     DOCUMENTATION & PROCESS IMPROVEMENT - Create and maintain runbooks, playbooks, and internal documentation for common compute issues (e.g., GPU debugging, Kubernetes troubleshooting). - Contribute to post-mortems with actionable follow-ups to prevent recurring incidents. - Train internal teams on best practices for compute infrastructure and debugging. - Help define and refine support processes as a founding member of the new Compute Support team. What We’re Looking For REQUIRED SKILLS & EXPERIENCE - 5+ years of experience in system administration, technical support, or infrastructure operations, with a strong focus on compute-heavy environments (bare metal, cloud, HPC, or virtualization). - Deep Linux/Unix expertise: - Debugging kernel-level issues (e.g., OOM killer, I/O bottlenecks, CPU throttling). - Performance tuning (e.g., sysctl, ulimit, filesystem optimizations). - Networking troubleshooting (e.g., iptables, tcpdump, DNS, NFS, SSH). - Storage management (e.g., LVM, RAID, NVMe, GPU-local storage). - Hands-on Kubernetes experience is mandatory: - Debugging pods, nodes, and clusters (e.g., kubectl describe, kubectl logs, crictl). - Networking and storage (e.g., CNI plugins, PersistentVolumes). - Resource management (e.g., Requests/Limits, QOS classes). - Familiarity with containerization (Docker, containerd) and basic IaC awareness Proficiency with monitoring tools (Prometheus, Grafana, ELK, OpenTelemetry). - Basic scripting/automation skills (preferably Go, but Bash or Python are acceptable for ad-hoc tasks). - Experience with bare metal, virtualization, or HPC environments (e.g., Fluidstack, Coreweave, Vast) is a strong plus. - Excellent problem-solving and communication skills, with the ability to explain technical issues clearly and patiently to both technical and non-technical stakeholders. - Customer-focused mindset with a passion for resolving issues efficiently and improving system reliability. - Ability to work in on-call rotations and handle high-pressure situations with a structured, calm approach. - Commitment to meeting tight SLAs for issue acknowledgment, triage, and first response. WHAT WE OFFER We offer a comprehensive benefits package designed to support your well-being, growth, and work-life balance. Benefits vary by country and may include healthcare coverage, parental leave, retirement plans, relocation support, wellness programs, meal and transportation allowances, and other location-specific perks. For the most up-to-date details on benefits available in your location, please refer to our Benefits page https://app.notion.com/p/mistralai/Benefits-at-Mistral-36e6ba59a7fe836b93dd01737fcc27ef?source=copy_link. PRIVACY POLICY Your privacy matters to us. You can learn more about how we handle your personal data in our Applicant Privacy Policy https://legal.mistral.ai/terms/applicant-privacy-policy.

Задачи: — Оценить текущее состояние технического отдела. — Понять, что стоит доработать, какими силами и в каком порядке. — Навести инженерную гигиену. — Выстроить процессы, которых сейчас нет: код-ревью, тесты, CI/CD, стандарты. — Взять на себя архитектуру и безопасность — закрыть периметр, навести порядок с секретами и доступами. — Развивать AI-пайплайн: интеграции с моделями по API, очереди генерации, отказоустойчивость, контроль стоимости. — Собрать команду под себя (штат + аутсорс) вместе с HR — нанимать, вести, контролировать качество. Требования: — За плечами 5+ лет на C# / .NET, уверенно с EF Core, PostgreSQL, Docker. — Есть роль техлида/архитектора/CTO в продуктовой команде и опыт сборки команды. — Реальный код-ревью, тесты, безопасность (JWT/OAuth, OWASP). — Опыт интеграций по API и проектирования пайплайнов; работа с ИИ по API — плюс. — Работал с Claude Code / AI-ассистентами разработки — умеешь использовать инструменты для повышения эффективности. Условия: — Зарплата: реальная сумма на руки — от 300 000 до 500 000 ₽. — Формат: полная удалёнка (СНГ / РФ), график гибкий, в рабочем окне (обсуждаемо). — Оформление: договор / ИП / самозанятость — как удобно. — После испытательного периода обсуждаем опцион.

Лаборатория «Космос» — российский стартап, создающий собственные программно-аппаратные продукты: от первых прототипов до готовых устройств. В портфеле два продукта: «Каспер» — робо-компьютер для обучения детей; «Света» — интерактивная светозвуковая панель для дома и различных пространств. Задачи: — исследовать новые AI-модели, сервисы и способы их применения; — решать отдельные продуктовые задачи с помощью существующих AI-технологий: исследовать рынок, выбирать решение, тестировать и собирать прототип, например, найти и интегрировать технологию для работы Каспера с произношением ребёнка; — собирать внутренние AI-инструменты для команды из готовых моделей, API и автоматизаций; — автоматизировать работу с документами, голосовыми сообщениями, ссылками, PDF и базой знаний; — создавать инструменты для работы команды с видео, изображением, музыкой, звуком и другим контентом; — проводить исследования по продуктам, технологиям, конкурентам и патентам. Требования: — очень хорошее знание современных нейросетей, основных моделей и сервисов; — постоянное отслеживание новинок и тестирование; — умение применять AI-технологии для решения задач; — API, автоматизации и базовый код важны; — опыт классической разработки будет плюсом, но не обязателен; — самостоятельность, любопытство, способность быстро проходить путь от задачи и исследования до работающего решения. Условия: — работа в офисе в Санкт-Петербурге, центр города, м. Горьковская; — оплачиваемая работа; — занятость и график обсуждаются индивидуально; — уровень вознаграждения зависит от навыков, опыта и объёма занятости.

Задачи: - Разработка масштабируемых бэкенд-сервисов для получения, обработки и хранения данных из сторонних API - Реализация потоковых ETL-пайплайнов для обработки высоконагруженных данных - Разработка и оптимизация схем баз данных для хранения и эффективного поиска большого объёма данных - Обеспечение отказоустойчивости и высокой доступности системы - Разработка и поддержка REST/gRPC API для фронтенда и внешних интеграций Требования: - От 5 лет опыта построения бэкенда в крупных сервисах - Опыт использования Python в production-коде - Понимание работы с базами данных (профилирование/оптимизация запросов) - Знание архитектур обработки данных в реальном времени - Опыт проектирования API и архитектурных решений - Умение писать надёжный, читаемый и тестируемый код Условия: - Формат работы: удалённо, свободный график - Английский: B2

Location: Москва **О команде** ============= Мы занимаемся независимой оценкой качества и модельных рисков Kandinsky – семейства генеративных моделей для создания и редактирования изображений, видео и аудиовизуального контента, а также моделей мира (world models). Наша задача – находить слабые места моделей, проверять выбранные подходы к оценке и готовить рекомендации, которые помогают принимать решения о релизе и возможных сценариях применения моделей. Мы работаем с новыми версиями Kandinsky до их выхода к пользователям. Разрабатываем собственные методологии, бенчмарки и инструменты полного цикла, объединяя автоматические метрики, human evaluation и подходы LLM/VLM-as-a-judge. **О роли** ========== Мы ищем специалиста на стыке исследований и инженерной разработки. В этой работе не всегда существует готовая методология или универсальная метрика. Нужно определить, из чего складывается качество модели, спроектировать проверяемый эксперимент и реализовать воспроизводимый evaluation-пайплайн. Роль охватывает весь цикл оценки: от формулирования критериев и подготовки тестовых данных до анализа результатов и рекомендаций для команды разработки. Важно не только измерить качество модели, но и понять, насколько она подходит для реальных пользовательских и бизнес-сценариев, какие ограничения критичны и что осталось непроверенным. Обязанности **Проектировать оценку с нуля** * декомпозировать качество на измеримые критерии и собирать под них тестовые сценарии, промпты и выборки * проектировать оценку там, где готовой методологии ещё нет. **Разрабатывать evaluation-пайплайны** * реализовывать на Python инструменты для запуска моделей, сбора результатов и расчёта метрик * обеспечивать воспроизводимость экспериментов и развивать внутреннюю библиотеку оценки * готовить инструкции для асессоров и контролировать качество разметки. **Строить VLM-as-a-judge** * разрабатывать судей под конкретные критерии, учитывать их bias и ограничения * понимать, где автоматическая оценка работает, а где без человека нельзя. **Разбираться в ошибках моделей** * понимать ограничения diffusion-моделей и причины типовых артефактов * отличать реальную проблему модели от ошибки методологии или замера. **Формировать заключение по модельному риску** * анализировать качество по отдельным сценариям, типам промптов и срезам, а не только по среднему значению * формулировать условия релиза, ограничения и явно фиксировать то, что осталось непроверенным. Требования **Хорошее понимание устройства генеративных моделей**: * понимание принципов работы Transformers, diffusion- и мультимодальных моделей и основных задач: T2I, Image Editing, T2V, Audio, Video-Audio.; * понимание типовых ограничений, ошибок и артефактов моделей; способность разбираться в причинах ошибок и способах их проверки. **Способность проектировать оценку качества моделей**: * декомпозировать качество на измеримые критерии и проектировать тестовые сценарии, промпты и выборки. * выбирать корректный подход к оценке: human evaluation, автоматические метрики, LLM/VLM-as-a-judge, а также подходящие модели для сравнения; * проверять валидность метрик и уметь проектировать оценку для новых задач и модальностей, где ещё нет готовой методологии. **Навыки работы с LLM и VLM:** * prompt engineering, structured output, tool calling и работа с контекстом и ограничениями моделей; * построение и валидация LLM/VLM-as-a-judge, включая проверку автоматической оценки относительно человеческой; * понимание нестабильности, bias и галлюцинаций моделей; умение подбирать модель под конкретную исследовательскую задачу. **Понимание AI-агентов и агентных систем**: * понимать, чем агент отличается от обычного вызова LLM; * знать основные компоненты агентной системы: роли, инструменты, контекст, память и оркестрация; * понимать, когда агентный подход действительно полезен, а когда создаёт лишнюю сложность; * уметь оценивать надёжность и ограничения агентных решений. **Умение проводить технический и научный ресерч**: * находить и критически разбирать актуальные статьи, бенчмарки, модели и реализации; * сравнивать решения с актуальными подходами и оценивать достоверность результатов; * переводить ресерч в конкретные идеи для тестирования и развития внутренних подходов. **Будет плюсом** ================ **Умение работать с агентами и субагентами**: * декомпозировать задачи между агентами, задавая им чёткие роли и зоны ответственности; * управлять контекстом и изоляцией субагентов, организовывать проверку результатов; * собирать результаты нескольких агентов в единое решение и критически оценивать их выводы. **Навыки вайбкодинга и AI-assisted coding**: * уверенно работать с Codex, Claude Code и другими coding-агентами * проверять и дорабатывать сгенерированный код, использовать агентов для тестирования; * понимать архитектуру создаваемого решения **Продуктовое мышление**: * связывать тестирование с реальными пользовательскими сценариями и понимать, какие ошибки критичны для продукта; * приоритизировать направления проверки и переводить результаты оценки в рекомендации для разработки; * понимать влияние результатов на релиз и дальнейшее развитие модели. **Дополнительный релевантный опыт**: * оценка Image, Video, Audio и мультимодальных моделей; разработка собственных бенчмарков и методологий; * работа с асессорами, большими массивами пользовательских запросов и построение аналитических пайплайнов/отчётов; * понимание GPU-инфраструктуры и инференса; практический опыт построения multi-agent систем. Условия * комфортный современный офис рядом с м. Кутузовская * возможность выбрать удобный график - офис / гибрид * ежегодный пересмотр зарплаты и 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 * скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера

Задачи: — Полный цикл тестирования веб-приложений (функциональное, интеграционное, регрессионное) — Тестирование мобильных приложений для iOS и Android (созданных на Flutter) — Тестирование интеграций между микросервисами и внешними системами — Анализ логов с помощью Grafana, Kibana — Работа с базами данных — Разработка и поддержка тестовой документации (чек-листы, тест-кейсы, тест-планы, TRR) — Тесное взаимодействие с разработчиками, аналитиками и продуктовой командой для выявления и устранения дефектов — Улучшение качества продукта и процессов тестирования/разработки — Соблюдение процессов отдела Требования: — Опыт работы QA Engineer от 3 лет — Практический опыт мобильного тестирования обязателен (Android Studio для отладки и тестирования) — Опыт тестирования backend обязателен (REST API, Postman/Swagger, клиент-серверная архитектура) — Понимание и практический опыт Agile методологий — Глубокие знания тестирования веб и мобильных приложений — Опыт работы с баг-трекерами и системами управления тестированием — Опыт работы с реляционными базами данных — Сильные навыки в процессах тестирования и разработки (планирование, анализ требований, улучшение процессов) — Опыт написания тестовой документации (чек-листы, тест-кейсы, тест-планы) — Владение инструментами анализа логов (Grafana, Kibana и др.) — Самостоятельность и ответственность — Английский язык на уровне Intermediate и выше (письменно и устно) Желательно: — Базовое понимание CI/CD и DevOps инструментов — Инструменты перехвата трафика (Charles Proxy, Fiddler, Wireshark) — Автоматизированное тестирование (Selenium, Cypress, Appium) — Инструменты нагрузочного тестирования (JMeter) — Базовые знания программирования и желание развиваться в автоматизации тестирования — Опыт работы в финтехе Условия: — Полностью удалённая работа — Гибкий график — Конкурентная зарплата (обсуждается индивидуально)

Требования: — Высшее образование (бакалавр или магистр) в области электронной инженерии с отличными академическими результатами — Опыт работы от 2 до 5 лет

Задачи: — Функциональное тестирование решений на платформе Android; — Контроль процессов устранения дефектов программного обеспечения в сотрудничестве с командой разработчиков; — Участие в разработке стратегий тестирования и содействие их реализации; — Запуск и выполнение тестов без детальных тест-кейсов; — Активный обмен опытом и лучшими практиками с другими членами команды; — Взаимодействие с другими членами QA команды, разработчиками и менеджерами для обеспечения качественной доставки решений. Требования: — Подтвержденный опыт ручного и автоматизированного тестирования приложений; — Практический опыт работы с фреймворками автоматизации тестирования, такими как Appium или WebdriverIO; — Знание методологий, инструментов и процессов обеспечения качества программного обеспечения; — Проактивность, креативность, внимательность к деталям и самодисциплина; — Любознательность и стремление находить ошибки. Плюсом будет: — Базовые знания VPN; — Опыт интеграции AI-инструментов в рабочие процессы. Условия: — Возможности для роста и обучения: выделенное время на обучение, конференции, онлайн-платформы и книги для профессионального развития; — Здоровье и благополучие: онлайн-тренировки с тренером, спортивная карта, медицинская страховка, регулярные проверки психического здоровья; — Выбор технического оборудования и инструментов для работы; — Сообщество и корпоративные мероприятия: ежегодные выезды, пятничные встречи, тимбилдинги и праздники; — Компенсация расходов на общественный транспорт в Варшаве; — Баланс работы и личной жизни: работа в офисе с возможностью до двух удаленных дней в неделю, политика WFA (работа из любой точки мира); — Премиум аккаунты для сотрудника, семьи и друзей. Важное: — Зарплата указана брутто, в диапазоне 13000 - 19800 PLN в месяц, зависит от навыков и опыта. — Предупреждение о мошенничестве: не следует выполнять вход через iCloud или Google, отправлять коды, SMS, пароли, запускать код или устанавливать ПО по просьбе работодателя.

Location: Москва **ИТ B2C** — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее. Ждем именно тебя! Мы — команда экспертов, объединённых общей страстью к искусственному интеллекту и рекомендательным системам. Наша главная задача — создание современной масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей и предлагать персонализированные рекомендации на каждом этапе их взаимодействия с экосистемой Сбер. Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения. Мы следим за развитием технологий, экспериментируем с новыми ML-подходами, внедряем их в платформу и доводим до конкретного применения в бизнесе. Мы ищем **Lead ML Engineer**, который будет отвечать за технологическое развитие направления рекомендательных систем и формирование единой инженерной и операционной среды для DS- и MLE-команд. В зоне ответственности — скорость и воспроизводимость проверки DS-гипотез, качество разработки и вывода моделей в production, а также надёжная эксплуатация ML-решений с предсказуемыми качеством и стоимостью. Обязанности * формировать технологическое видение и roadmap развития ML Engineering и MLOps в направлении рекомендательных систем, определяя ключевые инженерные приоритеты и точки роста * развивать единый жизненный цикл ML-решений — от формулирования и воспроизводимой проверки DS-гипотез до запуска моделей в production, мониторинга и дальнейшего сопровождения * создавать инженерные стандарты и практики, которые помогают командам выпускать качественные и надёжные модели: требования к коду и данным, тестированию, версионированию, документированию, релизам * управлять портфелем технологических инициатив, находя баланс между развитием новых возможностей, повышением надёжности и устранением архитектурных ограничений * повышать производительность DS/MLE команд за счёт автоматизации, стандартизации, переиспользуемых компонентов и упрощения пути от эксперимента до production * развивать применение GenAI в процессе создания ML-решений: находить наиболее перспективные сценарии, запускать пилоты и оценивать их влияние на скорость и качество разработки * повышать масштабируемость, надёжность и экономическую эффективность ML-инфраструктуры * развивать ML-инженеров и технических лидеров направления. Требования * опыт технического лидерства в крупном ML-направлении не менее двух лет: умение формировать технологическое видение и roadmap, а также доводить системные изменения до результата * глубокое понимание полного жизненного цикла ML-решений — от эксперимента и обучения модели до production, мониторинга, масштабирования и дальнейшего сопровождения * опыт проектирования и развития высоконагруженных ML-систем, включая batch-, streaming- и real-time-сценарии * опыт взаимодействия с продуктовыми, платформенными и инфраструктурными командами, включая согласование приоритетов и защиту потребностей своего направления * умение принимать решения в условиях конфликтующих приоритетов, объяснять компромиссы и доводить выбранные инициативы до результата * опыт people management в DS/MLE командах: найм и адаптация сотрудников, постановка целей, регулярная обратная связь, performance review, развитие и удержание специалистов, а также формирование среды для обмена знаниями и распространения сильных инженерных практик * опыт внедрения GenAI-инструментов в процессы разработки и оценки их влияния на скорость и качество работы команд. **Будет большим плюсом:** * опыт работы с рекомендательными системами, поиском, ранжированием, персонализацией или рекламными технологиями * практический опыт работы в роли Data Scientist: формулирование и проверка ML-гипотез, оценка качества моделей и участие в A/B-тестах. * опыт эксплуатации real-time ML-систем на масштабе миллионов пользователей и при строгих требованиях к latency и availability. **Стек технологий:** Python, PySpark, PyTorch, RePlay, GigaChat, Airflow, MLflow, Kubernetes, Redis, Kafka, S3, FastAPI и другие инструменты для разработки, обучения, внедрения и мониторинга ML-моделей. Условия * комфортный современный офис рядом с м. Кутузовская * ежегодный пересмотр зарплаты и 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

Задачи: — разработка технически сложных систем с большими потоками событий, security-телеметрией, аналитическими запросами и высокой нагрузкой — участие в создании AI-first security engineering platform с возможностью влиять на технические решения с самого начала Требования: — 6+ лет коммерческой разработки — Go как основной рабочий язык — опыт работы с highload и большими потоками событий/данных — опыт с traffic, telemetry, security, SIEM, протоколами, blockchain, event processing будет преимуществом — опыт работы с Kafka, NATS, Redpanda или похожим стеком — опыт работы с ClickHouse или другим аналитическим хранилищем — опыт production-разработки backend- и data-сервисов — глубокое понимание сложных технических систем и решения проблем производительности и обработки данных — опыт работы с AI-инструментами: Claude Code, Codex, Cursor, Copilot Условия: — официальное оформление, белая заработная плата — доход от 350 000 ₽ net — формат работы: полностью удалённо, офис или гибрид — офисы расположены на Кипре и в Москве

Задачи: – Разработка и рефакторинг ETL/ELT пайплайнов на pyspark; – Разработка и поддержка OLAP движков Starrocks/Clickhouse; – Поддержка текущих пайплайнов на Greenplum и Hadoop; – Миграция с HDFS на S3; – Оптимизация spark-приложений. Требования: – Опыт работы с Python от 3 лет; – Глубокое знание SQL и опыт работы с большими данными; – Опыт работы с Apache Airflow; – Опыт проектирования и разработки ETL/ELT процессов; – Опыт работы с колоночными БД (ClickHouse); – Знание принципов построения Data Warehouse и Data Lake; – Понимание разницы между OLTP/OLAP системами; – Уверенная работа c linux и git; – Понимание процессов ci/cd.

Задачи: – Создание отказоустойчивых и отказоустойчивых инфраструктур – Масштабирование инфраструктуры для обработки высоких нагрузок – Настройка процессов сборки и доставки кода – Автоматизация и оптимизация рутинных задач – Внедрение новых инструментов и технологий – Поддержка и разработка кластеров баз данных – Управление и устранение неполадок в производственных кластерах Kubernetes, написание Helm-диаграмм – Участие в дежурствах по вызову Требования: – Более 4 лет коммерческого опыта в области DevOps – Опыт управления серверами и инфраструктурой Linux с использованием инструментов IaC (Ansible, Terraform или аналогичные) – GitLab CI: настройка конвейеров CI/CD для бесперебойной доставки контейнеров Docker с кодом на Python или Go – Настройка и обслуживание кластеров баз данных (PostgreSQL, Kafka, Redis, Aerospike, Consul) – Работа с системами мониторинга и логирования (Zabbix, Prometheus, VictoriaMetrics, Grafana, ELK, Sentry) – Работа с контейнеризацией: Docker, docker-compose – Опыт управления и устранения неполадок в производственных кластерах Kubernetes, написание Helm-диаграмм – Опыт поддержки и разработки кластеров PostgreSQL, понимание принципов высокой доступности, резервного копирования и репликации – Разговорный английский на уровне B1 или выше (средний уровень)

Задачи: — обучение и практика в области тестирования программного обеспечения, включая Software Testing, Test Design, SQL, Databases, Web Testing, Mobile Testing, QA Fundamentals, Test Documentation, Software Development Lifecycle (SDLC), QA Automation Basics. Требования: — английский язык на уровне Intermediate и выше (устная коммуникация); — хорошее понимание теории тестирования ПО; — базовые знания SQL и принципов работы баз данных; — понимание принципов работы веб- и мобильных приложений; — готовность к интенсивному обучению и освоению новых инструментов. Будет плюсом: — немецкий язык на уровне Intermediate и выше; — базовые знания языков программирования; — пройденные курсы по тестированию; — участие в учебных, pet- или open-source проектах. Условия: — full-time стажировка, 5 месяцев; — обучение с менторами и практическими задачами; — изучение QA, SQL, базы данных и основы автоматизации; — персональный координатор на протяжении всей программы; — стипендия на период обучения не предусмотрена; — дальнейшее трудоустройство в Andersen; — после успешного завершения программы и старта на коммерческом проекте заработная плата составляет 300 000 KZT.

Location: Argentina; Poland; Brazil; Georgia; Colombia Workplace: Remote Solvd Inc. is a rapidly growing AI-native consulting and technology services firm delivering enterprise transformation across cloud, data, software engineering, and artificial intelligence. We work with industry-leading organizations to design, build, and operationalize technology solutions that drive measurable business outcomes. Following the acquisition of Tooploox, a premier AI and product development company, Solvd now offers true end-to-end delivery—from strategic advisory and solution design to custom AI development and enterprise-scale implementation. Our capability centers combine deep technical expertise, proven delivery methodologies, and sector-specific knowledge to address complex business challenges quickly and effectively. We are looking for a Senior Full Stack Engineer to join a fast-moving product team building a leading technology platform that powers complex transactions through intelligent, autonomous systems. You'll own features end to end — from API design through to UI — working across a modern TypeScript stack with GraphQL, React, and a strong emphasis on backend services and data layers. WHAT YOU'LL DO - Own features end to end, from design through to implementation and release. - Design, implement, and modify GraphQL APIs — schemas, queries, mutations, and resolvers — using Apollo Server. - Design and evolve backend services, including data access and caching layers. - Modify and extend database schemas as needed using ORMs and query builders. - Build user interfaces using React and TypeScript. - Write and maintain unit tests. - Modify and add end-to-end tests using Cypress. - Participate in sprint planning, reviews, and retrospectives within a 2-week sprint cadence. REQUIRED SKILLS & EXPERIENCE - Strong experience as a full stack engineer with a track record of owning features across the entire stack. - Fluency in TypeScript — frontend and backend. - Hands-on experience with React in a production environment. - Experience building and modifying GraphQL APIs using Apollo Server. - Experience working with Docker for local development and service packaging. - Familiarity with ORMs — Prisma, TypeORM, Objection.js, or similar — and query builders; experience with Knex is a plus. - Experience using Redis and common caching patterns. - Comfortable working across the full stack — frontend, backend, and data layers. PREFERRED QUALIFICATIONS - Experience with Next.js. - Familiarity with AI-assisted coding tools such as Claude, Gemini, or Codex. - Exposure to Kubernetes, Terraform, and Helm. - Experience working in fast-moving, agile product teams. When you join Solvd, you'll… - Shape real-world AI-driven projects across key industries, working with clients from startup innovation to enterprise transformation. - Be part of a global team with equal opportunities for collaboration across continents and cultures. - Thrive in an inclusive environment that prioritizes continuous learning, innovation, and ethical AI standards. Ready to make an impact? If you're excited to build things that matter, champion responsible AI, and grow with some of the industry’s sharpest minds. Apply today and let’s innovate together. Solvd is an equal opportunity employer.

Требуется Data Engineer, который возьмёт на себя задачи, не связанные напрямую с аналитикой, включая автоматизацию создания отчётов, преобразование моделей в сервисы и оптимизацию запросов. Также необходимо наладить процесс код-ревью и внедрить CI/CD пайплайн для повышения эффективности разработки и поддержки проектов.