Вакансии

Location: Москва Команда юридических ИИ-систем и автоматизации правового анализа. Основной стек: Python 3.10+, FastAPI, LangChain / LangGraph, OpenSearch, Redis, Kafka Обязанности * разработка и поддержка промышленных пайплайнов вокруг больших языковых моделей (LLM) — интеграция агентов, RAG-модулей, кэширования и асинхронных очередей * реализация многоагентных систем на базе LangGraph / LangChain — orchestration, routing, memory-модули, логика принятия решений * интеграция LLM API (GigaChat, OpenAI, Gemini, Qwen) и разработка внутренних сервисов общения между агентами * подключение векторных и поисковых движков (OpenSearch, Qdrant) для семантического поиска в юридических документах * разработка внутренних REST/gRPC-API для взаимодействия с фронтом, хранилищем и внешними LegalTech-системами * настройка пайплайнов логирования, трейсинга и мониторинга (Prometheus, Grafana, Loki) * совместная работа с Data Science-командой — внедрение моделей, дообучение и эксперименты в продакшне. Требования * опыт коммерческой разработки на Python 3+ от 3 лет * глубокое понимание асинхронного программирования, многопоточности и очередей сообщений * опыт построения микросервисной архитектуры и REST/gRPC-API * навыки работы с векторными базами данных или поисковыми движками * базовое понимание принципов работы LLM, RAG, агентов и промтинг-пайплайнов. Будет плюсом: * опыт с GraphRAG / LangGraph * знание DevOps-практик (CI/CD, контейнеризация, мониторинг) * опыт интеграции с LegalTech-системами, ML-API или хранилищами нормативных актов * навыки работы с генеративными AI-моделями * опыт создания AI-агентов и использования их в работе будет преимуществом * опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов. Условия * офисный формат работы, после испытательного гибрид обсуждаем * ежегодный пересмотр зарплаты, квартальная 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.

Требуется Python backend специалист. Требуемые навыки: — middle уровень — Git — Python — PostgreSQL — Linux — Docker — FastAPI

Задачи: — Участие в сложных AI-проектах — Разработка AI-решений в офлайн, безопасной среде — Работа с современными серверными инфраструктурами Требования: — Высшее образование в области AI — Минимум 2 года опыта в ML/DL — Опыт работы с Python, Pytorch/Tensorflow и Hugging Face — Навыки fine-tuning моделей Llama, Qwen, Bert через Lora/Qlora — Работа с Rag и Vector DB (Qdrant, Chromadb, Pgvector) — Подготовка датасетов, очистка данных, скрапинг — Опыт работы с Fastapi, Docker и Git Условия: — Работа в профессиональной команде — Возможности для профессионального развития

Задачи: — Разрабатывать и поддерживать бекенд сервисы на Python. — Участвовать в разработке архитектуры и концепции продукта. — Интегрировать сервис с внешними программными интерфейсами и источниками данных. — Собирать результаты из нескольких модулей, приводить данные к единому формату и готовить их для дальнейшего анализа. — Разрабатывать программные интерфейсы для клиентской части и внутренних модулей сервиса. — Работать с PostgreSQL и SQLAlchemy: модели данных, запросы, сохранение и получение результатов анализа. — Обрабатывать ошибки внешних сервисов, неполные ответы и другие нестандартные ситуации. — Следить за качеством кода и стабильностью в эксплуатации. Требования: — Опыт коммерческой разработки на Python от 2 лет. — Высшее техническое образование. — Практический опыт с Python 3, FastAPI, SQLAlchemy и PostgreSQL. — Знание и умение применять основные паттерны программирования. — Понимание основных принципов разработки, запуска и обслуживания бекенд приложений в облачной инфраструктуре. — Понимание принципов асинхронной разработки. — Готовность самостоятельно принимать технические решения в своей зоне и аргументированно обсуждать их с командой. — Понимание принципов CI/CD. — Высокие требования к качеству кода. Условия: — Офис в Москва-Сити, башня «Федерация», класс А+. — Гибридный график: очные встречи минимум 2 раза в неделю (можно меньше после испытательного). — Полная занятость.

Группа компаний «Арт-Финтех» ищет Senior Python Developer. Компания — международный поставщик банковских программных решений, более 20 лет на рынке. Требования: — Гражданство и локация РФ — Высшее образование: ИТ, техническое, математическое — От 2 лет в роли Python-разработчика — Опыт работы с системой контроля версий Git — Глубокое владение Python 3.11+: GIL, оптимизация и профилирование, асинхронность (asyncio), типизация — FastAPI (Pydantic) и/или Django (DRF) — проектирование сервисов — Проектирование REST API, контракты OpenAPI/Swagger — Оптимизация SQL-запросов, PostgreSQL, миграции (Alembic) — SQLAlchemy — Тестирование: pytest — обязательное; построение пирамиды тестирования, интеграционные тесты — Управление зависимостями: pip / poetry / uv — Знание принципов и архитектуры web-сервисов и REST API — Проектирование микросервисных решений — Уверенная работа с Docker (включая docker-compose) — Kubernetes — плюс — Опыт работы с брокерами сообщений (Kafka/RabbitMQ) — плюс — Анализ логов, сквозная трассировка (distributed tracing), конфигурирование мониторинга и алертинга — Настройка пайплайнов CI/CD: GitLab CI — Опыт работы по Scrum/Kanban — Навыки наставничества — Английский B1: чтение технической документации, деловая переписка Условия: — Full-time, 5/2 — Вилка заработной платы: до 250к рублей на руки

Задачи: — Разработка и поддержка решений в области финтеха с использованием Python. Требования: — Опыт работы от 5 лет. — Опыт работы с Django, DRF, FastApi. — Плотное взаимодействие с PostgreSQL. — Опыт работы с одним или несколькими из Redis, Clickhouse. — Знание взаимодействия с месседж-брокерами, знакомство с Celery, Kafka или RabbitMQ. — Отличное понимание REST архитектуры. — Понимание работы с асинхронностью (AioHTTP, asyncio). — Умение писать SQL-запросы без использования ORM. — Понимание микросервисной архитектуры. Дополнительно приветствуется: — Знакомство или опыт работы с Oracle DB и SQLAlchemy. — Проектирование или опыт работы с микросервисной архитектурой. — Опыт работы с gRPC. Условия: — Удаленная работа с возможностью гибрида или офиса в Ростове-на-Дону. — Полная занятость. — Тип договора: ИП.

Проект: Мы разрабатываем и поддерживаем продукт ERA - систему комплексной диагностики продуктов и услуг. Наше решение позволяет производить диагностику, анализ и аудит продукта для получения комплексного решения развития, снятия барьеров роста. Цель проекта — построить полностью автономную экспертную систему, где ключевую роль играют смарт-агенты, выполняющие комплексный анализ без участия человека. Технологический стек: Язык программирования: Python 3.12+ Фреймворки: FastAPI, LangChain / LangGraph, FastStream Базы данных: PostgreSQL, Redis Очереди: Kafka, RabbitMQ Поиск и аналитика: Opensearch, Elasticsearch CI/CD: Jenkins, Nexus, BitBucket, SonarQube Инфраструктура: OpenShift (Kubernetes), DropApp, Docker Управление: Jira, Confluence Требования: Высшее профильное образование Опыт коммерческой разработки на Python от 4 лет (по ТК РФ) Уверенное знание Python 3.7+ (в проекте используется 3.12+) Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) Опыт проведения код-ревью и работы по GitFlow Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду Опыт разработки приложений, основанных на микросервисной архитектуре Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) Опыт написания unit-тестов Опыт разработки асинхронных приложений на Python Понимание жизненного цикла разработки приложений в контексте Agile Важно: Опыт и желание работать в команде, умение аргументировать свои решения и договариваться Задачи: Разработка co-pilot решения на базе данных RAG и применении LLM Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI Разработка микросервисов на Python в качестве MCP инструментов Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода Тесное взаимодействие с командой на всех этапах разработки Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями Документирование своей работы и менторство джуниор-разработчиков Условия: Возможность участия в интересном проекте Возможность профессионального и карьерного роста в компании Опыт работы в команде профессионалов Уровень заработной платы обсуждается индивидуально Формат работы - офисный формат в Москве на период ИС, далее возможен гибрид

Задачи: — Проектирование и развитие архитектуры проектов, принятие ключевых технических решений — Работа с командой: перформанс-ревью и код-ревью, декомпозиция и приоритизация задач — Разработка микросервисов с последующей передачей в команду — Участие в DevOps-процессах: CI/CD, контейнеризация, инфраструктура — Настройка и поддержка мониторинга, логирования и алертинга — Ответственность за технический роадмап backend-части проектов Требования: — Опыт backend-разработки от 6 лет — Python на уровне senior, с пониманием сильных сторон и узких мест языка — Опыт работы с микросервисной архитектурой — Стек: Django, FastAPI, Celery, asyncio, PostgreSQL, ClickHouse, RabbitMQ, Kafka, Redis — Уверенное владение Docker и Kubernetes (все проекты контейнеризированы) — Опыт работы с GitLab CI/CD Будет плюсом: — Опыт с Telegram API (Telethon) и разработки ботов — Опыт в AI/ML: интеграция open-source LLM, понимание, какая модель подходит под конкретную задачу — Опыт работы с криптовалютой: поднятие нод, логика отправки транзакций и т.д. Условия: — Гибкий график 5/2 — Никакой бюрократии и тайм-трекеров — Оклад 350 000 – 450 000 ₽ на руки (по итогам собеседования), выплата в USDT — Работа в опытной продуктовой команде и возможность запускать проекты с нуля — Широкий спектр задач: от базовых до сложных и технологически интересных — Оплачиваемое обучение и повышение квалификации

О проекте: Платформа разработки, валидации, транспорта и развёртывания DWH-объектов между ландшафтами (DEV → TEST → PROD). Целевые СУБД: ADB (Greenplum) и ADQM (ClickHouse). В продуктиве — CLI-конвейер Linter → Builder → Deployer. В работе — интегрированный сценарий: Backend (Repository / Transport / Deploy Orchestration / Load / Admin), Execution Service, Deployment Worker, peer Transport API и Web UI поверх CLI. Задачи: — Разработка и развитие модулей toolchain на Python: mors-linter, mors-builder, mors-deployer (CLI на Typer, packaging через uv/Hatchling). — Доработка и реализация интегрированного сценария на FastAPI: Web API (M-API), модули Repository, Transport, Deployment Orchestrator, Load, Administration; единый error-contract (ApiError), health-checks, OpenAPI. — Реализация peer Transport API между ландшафтами: multipart/form-data (metadata + artifacts), status poll, маршруты DEV/TEST/PROD; интеграция с Deployment Worker (BUILD_PACKAGE / DEPLOY_PACKAGE) над CLI. — Проектирование и работа с PostgreSQL: Metadata DB и Operational DB (раздельные инстансы), typed JSONB definitions, dependency index, locks (EDIT/IMPORT), транзакции, FOR UPDATE / очереди на БД (SKIP LOCKED). — Статический анализ SQL/YAML/конфигов DWH-проектов (sqlglot, sqlparse, networkx); правила именования, namespaces, циклические зависимости, диалекты Greenplum/ClickHouse. — Логика сборки транспортных артефактов и деплоя: стратегии миграций (create / alter / skip / drop / recreate / shadow), DB locks, логирование в deployer_metadata. — Интеграции: S3-compatible ArtifactStore (boto3; MVP — BYTEA, S3 — эволюция), Artifactory / private PyPI, GitLab CI. — Покрытие Unit- и Integration-тестами (pytest), Code Review, рефакторинг, отладка сквозных сценариев Activate / Import / Transport / Deploy. — Участие в Spec-Driven Development (specs, C4/Structurizr, ADR); стыковка с frontend по JSON/OpenAPI (Repository tree, OBJREQ/OBJTRAN, RUNMON, Admin). Требования: — Уверенный Python 3.10+ (желательно 3.11–3.13); — Опыт FastAPI (routing, Depends, Pydantic-модели, OpenAPI, middleware, multipart upload); — Опыт CLI (Typer / Click / argparse); — Понимание asyncio; клиенты httpx / aiohttp для peer-вызовов; uvicorn/gunicorn для сервисов; — Отличное знание PostgreSQL (транзакции, JSONB, индексы, advisory/FOR UPDATE locks, миграции схем — Alembic или аналог); — Опыт работы с Greenplum/PostgreSQL DDL через драйвер (psycopg2 / psycopg3); — Прямой SQL + понимание ORM (SQLAlchemy — плюс); — Знание SQL / DWH-домена: схемы, таблицы, views, functions, roles, external/FDW, transforms; жизненный цикл объектов склада; чтение и составление сложных SQL; — Парсинг и графы: sqlglot/sqlparse (или аналоги), графы зависимостей (networkx), топологический порядок выполнения; — Валидация и конфиги: Pydantic / pydantic-settings, PyYAML, TOML; env-based конфигурация (environs / dotenv); — Работа с артефактами и файлами: ZIP/архивы, файловая структура проектов, S3 API (boto3); — Принципы разработки: SOLID, DRY, KISS, YAGNI; модульный дизайн; понимание Clean Architecture / hexagonal на уровне сервисов; — Инструменты: Git, uv, packaging (Hatchling/wheel), pre-commit (black, isort, mypy), GitLab CI; — Тестирование: pytest (+ pytest-cov, pytest-mock), Unit и Integration; умение писать тесты на API (TestClient / httpx ASGI); — Базовые знания фронтенда: JavaScript/TypeScript, HTML/CSS, JSON/AJAX для работы с UI-командой и OpenAPI; — Адекватная оценка сроков, ответственность за изменения, работа по Agile (Scrum/Kanban), Jira.

Location: Limassol, Cyprus Workplace: on-site Mayflower is a technology company building high-load products used by millions of people worldwide. Operating at the scale of one of the world's top-50 websites, we solve complex engineering challenges and create solutions that power real-time entertainment for a global audience. We are looking for a Lead ML Engineer to own a new ML stream focused on fast delivery of applied machine learning solutions across different product and business domains. The stream will work with a broad range of ML challenges. Some initiatives may be relatively small and delivered within a few weeks, while others may prove their value and grow into larger dedicated projects. This role combines hands-on ML engineering with end-to-end technical delivery ownership. You will receive product problems and expected outcomes from Product or internal stakeholders, clarify the technical requirements and constraints, define the implementation approach, coordinate execution within the stream, and bring solutions to production readiness and launch. This is a highly hands-on role. The stream will not have a dedicated software engineer for every initiative, so we expect Data Scientists and ML Engineers to be comfortable working beyond experimentation and contributing directly to production code. The role is not tied to a single ML domain. We value strong ML fundamentals, engineering skills, pragmatism, and the ability to quickly understand new problem areas more than deep specialization in one particular class of models. Job Responsibilities Technical Delivery Ownership Turn product and business problems into concrete ML implementation plans. Clarify requirements, constraints, available data, integrations, and success criteria together with Product and relevant stakeholders. Define technical scope, milestones, dependencies, risks, and delivery estimates. Select appropriate ML approaches and determine the fastest reliable way to validate and implement them. Drive technical delivery through experimentation, implementation, integration, deployment, and launch readiness. Keep delivery on track, proactively identify blockers, and coordinate dependencies with other teams. Provide Product with clear technical options, trade-offs, estimates, risks, and experiment results required for product decisions. Support production rollout and iteration based on observed results. Hands-on ML & Engineering Design, train, evaluate, and deploy ML models across different domains and problem types. Write production-quality Python and contribute directly to implementation. Build APIs, batch jobs, data-processing pipelines, and ML services required to deliver solutions where appropriate. Work with classical ML, deep learning, and foundation-model-based approaches depending on the problem. Process and transform large production datasets using Python and SQL. Integrate models into existing production systems. Implement appropriate testing, monitoring, logging, and observability for delivered ML solutions. Work within the shared ML infrastructure, architecture, and engineering practices used across the company. Collaborate with Data Science, Backend, Data Engineering, and MLOps specialists when deeper domain expertise or infrastructure changes are required. Stream Execution Break initiatives down into concrete technical tasks and coordinate execution within the stream. Coordinate the work of Data Scientists and ML Engineers contributing to stream initiatives. Review technical approaches, experiments, and implementation. Keep the team focused on the agreed scope, priorities, and delivery timeline. Identify technical risks and dependencies early and drive them to resolution. Escalate architectural, infrastructure, or methodological questions when broader alignment is required. Help prepare successful initiatives for scaling or transition into longer-term ownership if they grow beyond the scope of the stream. Cross-functional Collaboration Work closely with Product throughout the delivery lifecycle. Independently gather the technical details and constraints required to execute on a product request. Communicate estimates, dependencies, technical trade-offs, and delivery status clearly. Work directly with Engineering and other internal teams to unblock implementation. Challenge technically unclear, contradictory, or infeasible requirements and propose practical alternatives. You’ll thrive here if you have 5+ years of commercial experience in Machine Learning, Data Science, or ML Engineering. Strong hands-on Python programming and software engineering skills. Experience taking ML solutions from a product requirement through experimentation, implementation, integration, and production. Strong understanding of machine learning methods, statistics, experimentation, and model evaluation. Experience writing maintainable production code rather than working exclusively in notebooks. Experience building APIs, services, batch processing, or data pipelines. Strong SQL skills and experience working with large production datasets. Practical experience with Docker and production deployment environments. Ability to turn partially defined problems into concrete technical plans. Ability to estimate work, identify dependencies and risks, and drive technical execution against a timeline. Experience owning technical delivery involving several contributors and coordinating work across dependencies. Experience reviewing code and technical approaches. Ability to work effectively within established engineering and ML practices while independently owning delivery within a stream. Strong communication skills and the ability to work directly with Product and technical stakeholders. Ability to balance speed and engineering quality: validate ideas quickly when uncertainty is high and build robust solutions when moving towards production. Nice to Have Previous experience as a Tech Lead, Stream Lead, or technical owner of ML initiatives. Experience with Kubernetes and CI/CD. Experience with Kafka or other streaming platforms. Experience with Airflow, MLflow, experiment tracking, model monitoring, or similar tooling. Experience building real-time or high-load ML services. Experience with FastAPI or similar Python service frameworks. Experience across several ML domains, such as recommendation systems, ranking, NLP/LLMs, Computer Vision, anomaly detection, forecasting, or classification. Experience with LLM inference, fine-tuning or other GenAI systems. Experience in teams where Data Scientists and ML Engineers own a substantial part of production implementation themselves.

Задачи: — Создавать новое направление работы потоковой обработки данных для ML моделей — Нарезать и оценивать задачи (вместе с командой), отвечать за сроки и качество решений — Общаться с заказчиками, выяснять потребность, адаптировать решение под потребности — Разрабатывать и разворачивать функциональные сервисы и микросервисы — Поддерживать и улучшать уже используемые сервисы и компоненты — Масштабировать разрабатываемые системы Требования: — Опыт Python от 3х лет (FastAPI, aiohttp, SQLAlchemy, AsyncIO) — Опыт работы с Docker и Kubernetes — Понимание принципов, паттернов и подходов проектирования систем, в том числе микросервисных архитектур, будет преимуществом понимание работы LLM — Самостоятельность, проактивность и инициативность в предложениях по техническим решениям — Командность, готовность помогать коллегам и пользователям — Умение собрать общую картину ожидаемого результата, вместо решения конкретно поставленной задачи

Требования к кандидату: — Гражданство и локация РФ — Высшее образование ИТ, техническое, математическое — От 2х лет в роли Python-разработчика — Опыт работы с системой контроля версий Git — Глубокое владение Python 3.11+: GIL, оптимизация и профилирование, асинхронность (asyncio), типизация — FastAPI (Pydantic) и/или Django (DRF) — проектирование сервисов — Проектирование REST API, контракты OpenAPI/Swagger — Оптимизация SQL-запросов, PostgreSQL, миграции (Alembic) — SQLAlchemy — Тестирование: pytest — обязательное; построение пирамиды тестирования, интеграционные тесты — Управление зависимостями: pip / poetry / uv — Знание принципов и архитектуры web-сервисов и REST API — Проектирование микросервисных решений — Уверенная работа с Docker (включая docker-compose) — Kubernetes — плюс — Опыт работы с брокерами сообщений (Kafka/RabbitMQ) — плюс — Опыт анализа логов, сквозной трассировки (distributed tracing), конфигурирования мониторинга и алертинга — Настройка пайплайнов CI/CD: GitLab CI — Опыт работы по Scrum/Kanban — Навыки наставничества — Английский язык, уровень B1: чтение технической документации, деловая переписка Условия: — Full-time, 5/2 — Вилка до 250к рублей на руки О компании: Группа компаний «Арт-Финтех» более 20 лет на рынке — международный поставщик инновационных банковских программных решений. Компания разрабатывает ПО для финансового сектора.

Задачи: — Разрабатывать и поддерживать backend-сервисы на Python под руководством опытных разработчиков — Создавать и дорабатывать REST API — Работать с PostgreSQL и другими базами данных — Писать понятный, чистый и тестируемый код — Исправлять баги и участвовать в улучшении существующего функционала — Покрывать код тестами и самостоятельно проверять свои решения — Работать с Git и участвовать в командной разработке — Знакомиться с Docker и CI/CD-процессами — Участвовать в code review и технических обсуждениях — Взаимодействовать с разработчиками, QA и DevOps — Постепенно погружаться в архитектуру backend-сервисов и инженерные практики — Изучать новые технологии и применять их в работе Требования: — Знание Python на уровне, достаточном для разработки небольших backend-приложений — Понимание основных принципов ООП и структур данных — Базовое понимание HTTP и REST API — Опыт работы хотя бы с одним Python-фреймворком: FastAPI, Flask, Django или аналогичным — Базовое знание SQL и опыт работы с PostgreSQL или другой реляционной БД — Понимание принципов работы Git — Представление о Docker и контейнеризации — Понимание основ написания unit-тестов — Готовность разбираться в чужом коде и самостоятельно искать решения — Желание развиваться в backend-разработке и изучать новые технологии Будет плюсом: — Учебные, pet-проекты или опыт коммерческой разработки на Python — Опыт работы с FastAPI — Знакомство с SQLAlchemy или другой ORM — Понимание asyncio и асинхронного программирования — Опыт работы с Redis — Базовое знакомство с Kafka, RabbitMQ или другими брокерами сообщений — Знание Swagger/OpenAPI — Опыт работы с Docker Compose — Знакомство с CI/CD — Понимание основ логирования и мониторинга — Знакомство с Kubernetes — Техническое образование или профильное обучение Условия: — Участие в разработке реальных IT-продуктов и сервисов — Возможность работать с современным Python-стеком — Наставничество и поддержку опытных разработчиков — Постепенное погружение в backend-разработку и архитектуру сервисов — Гибкий график и результативно-ориентированный подход — Конкурентоспособный уровень дохода — Возможность профессионального и карьерного роста — Работу в сильной инженерной команде и постоянный обмен опытом — Быстрое подключение к проектам — Доступ к корпоративной библиотеке

Задачи: — разработка классических LLM агентов — разработка tools для агентов, а также skills-инструкций для LLM — воспроизведение основных паттернов разработки в продуктовой парадигме — участие в обсуждении требований с бизнес-заказчиками — контроль качества agent-pipeline — декомпозиция верхнеуровневых задач на исполнимые в рамках разработки — вывод в production llm-приложений, agent'ских систем. Требования: — знания в области: математических анализ, линейная алгебра, Deep Learning, Classic ML, Python (async, fastapi, Semaphore) — высшее образование (МГУ, Физтех, ВШЭ, РЭШ и тд) — понимание построенных целевых решений, предложения по внесению изменений в архитектуру — опыт работы в open-source LLM (GLM5.2, qwen 3.5, etc) — знание фреймворков LangChain, LangGraph, fastapi, huggingface, а также regex и иных библиотек по обработке текста — vanilla RAG, Advanced RAG, работа с контекстом llm — базовое знание принципов промышленной разработки на python (SOLID, Singleton) — базовый MLops (работа с version control, CI/CD) Будет плюсом: — опыт работы с openclaw, его форками — использование llm GigaChat, Kandinsky — опыт работы в финтехе — опыт использования и доработки OCR. Условия: — комфортный современный офис рядом с м. Кутузовская — возможность выбрать удобный график – офис/гибрид — ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования) — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте (для вакансий уровня Junior) — 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: — Проверять новые возможности CRM: от требований и критериев приёмки до API, интерфейса, интеграций и поведения после релиза; — Проводить исследовательское тестирование, находить граничные случаи, проверять права доступа, корректность данных и обработку ошибок; — Разрабатывать и поддерживать API, интеграционные и E2E-автотесты; — Встраивать автотесты в CI/CD, разбирать падения и устранять нестабильность тестов; — Использовать AI-агентов для анализа требований и кода, подготовки сценариев и тестовых данных, написания автотестов и воспроизведения багов; — Настраивать для AI-агентов контекст, инструкции, skills и доступ к инструментам через MCP и API; — Вместе с командой развивать автоматизацию QA; — Локализовать дефекты по логам, метрикам, запросам к БД и сетевому трафику; — Описывать условия воспроизведения и проверять исправления; — Оценивать риски релиза и объяснять команде, что проверено, где остаются пробелы и какие дефекты мешают выпуску. Требования: — Опыт тестирования веб-приложений и сопровождения релизов: от требований до проверки после выката; — Автоматизация на Python или TypeScript/JavaScript: написание и отладка тестов, в том числе без помощи AI; — Опыт с Playwright или аналогами (Cypress, Selenium): разработка и поддержка E2E-автотестов; — Уверенная работа с HTTP, API, SQL, Git, CI/CD и Docker; — Знание техник тест-дизайна: негативные и граничные сценарии, права доступа, обработка ошибок; — Практический опыт с AI-агентами (Claude Code, Codex или аналоги) на реальных проектах; — Умение диагностировать дефекты по логам, метрикам и трафику; — Готовить понятные баг-репорты. Будет плюсом: — Опыт с pytest, FastAPI, React, PostgreSQL, Grafana, Loki; — Нагрузочное тестирование, безопасность, оценка качества AI-функций; — Свои агенты, MCP-интеграции, инструменты автоматизации QA. Условия: — Удалённый формат работы; — Продукт — CRM и экосистема Prionex; — Участие в задаче с момента обсуждения требований; — Вместе с командой развивать автоматизацию QA; — Выбирать модель и инструменты с учётом качества, скорости и стоимости.

Location: British Columbia Workplace: Hybrid Safe Software is looking for an experienced developer to join our Cloud Applications team and take a leading technical role in our FME AI Service, AI Assist Plugin, and future AI product offerings. This is deliberately a hybrid role. We need the software engineering depth to build and operate production services, alongside the experimental instinct to determine empirically what makes an LLM-based agentic system work. Many of the problems don't have standard solutions yet, so you'll be the person who designs the experiment, measures the result, and turns the finding into a shipped improvement. We have an immediate opening and are excited to find the right candidate to join our team. ABOUT THE TEAM As a member of our Cloud Applications development team, you will take technical leadership of designing and developing new features, as well as maintaining existing functionalities in our products. You will primarily work in Python (FastAPI and LangChain), with a willingness to learn new languages and technologies as needed. You will also contribute to support our live applications. The team practices agile development and utilizes Kanban boards to manage their backlog, epics and stories. As a Staff Software Developer - AI Products, you will regularly participate in team meetings (stand-ups, planning), lead technical decision-making processes, and work closely with our Product Managers, UX Designers, and QA, as well as Customer Experience team members who review live traces from AI applications. WHAT YOU’LL BE DOING As a Staff AI Developer, you will: - Design and build server-side services and APIs (FastAPI). - Design and build modular agentic workflows to augment the FME platform capabilities. - Stay up to speed with developments in AI and LLM tooling, and incorporate relevant ideas into our products. - Participate in every aspect of the development cycle, including shaping specifications with the product owner, developing clean and maintainable code, writing unit and integration tests, doing code reviews, and maintaining and improving existing code. - Collaborate, support, and share expertise with other team members. - Work closely with the product owner and design team to deliver a high quality and consistent user experience. - Maintain and continuously improve the building and delivery of our AI service to reduce query latency and improve assistant response quality. - Investigate, evaluate the impact, and resolve anomalies and bugs in live applications. - Participate in the team’s light on-call rotation to support live applications. QUALIFICATIONS, SKILLS, AND COMPETENCIES Safers come from a variety of backgrounds with a diversity in skills and knowledge. That said, we find that those who are most successful in this role have experience with the following areas. Background - Bachelor's degree in Computer Science or a related field, or equivalent experience. - Typically, at least 7 years of experience working on production backend systems. - A track record of leading technically ambiguous projects and raising the capability of the engineers around you. Technical skills - Project or work experience with agentic LLM-based applications, including techniques such as RAG, prompt and context engineering, and tool calling. - Demonstrated experience evaluating LLM systems: building eval sets, defining quality metrics, and tracing and debugging non-deterministic behaviour. - Depth in at least one modern backend language, and the ability to pick up others as the work demands. - Experience with a modern backend web framework such as FastAPI. How you Work - An empirical mindset — comfort designing and running experiments to reach a decision, rather than reasoning about which approach should be best. - Strong interest in the craft, a curious mind, and eagerness to learn new tools and technologies. - Able to explain technical tradeoffs clearly to teammates and stakeholders. - Excellent organizational skills, with the judgment to prioritize your own work efficiently. - Resourcefulness and the ability to work well in a team-based environment. DESIRED SKILLS / BONUS POINTS We don't expect any single candidate to have all of these. Evaluation and experimentation: - Familiarity with LLM evaluation libraries such as Ragas, DeepEval, openevals, promptfoo, Inspect, or TruLens. - Experience with LLM observability and tracing tooling such as LangSmith, Langfuse, Braintrust, or Arize Phoenix. - Statistical literacy: A/B testing, significance, and sample sizing for model and prompt comparisons. - A background in machine learning or data science, or experience collaborating closely with those who do. - Experience with the problem domain: FME, other ETL tools, spatial data processing, or data integration. Retrieval and infrastructure: - Working knowledge of embeddings, vector databases (e.g. pgvector), and chunking and retrieval strategy. - Experience with Docker and deploying applications on Kubernetes. - Experience working with services from a cloud provider, such as AWS, GCP, or Azure. - Understanding of common client and server side vulnerabilities (e.g. OWASP Top 10) as well as security vulnerabilities specific to LLM–based applications. WHAT YOU CAN EXPECT When you choose a career with Safe Software, you’re also choosing… - Meaningful Work: Make a profound impact across our business, workplace and data integration product. - A Supportive Environment: Feel empowered to share your ideas and implement them with high autonomy and team support. - Social Responsibility: Become part of a team that finds meaningful ways to give back https://www.safe.com/about/community-initiatives/. Take paid time off to volunteer for one of our Safe-organized opportunities that align with our core community initiatives. - Learning & Career Development: We believe in your continuous learning and growth. Take advantage of an annual learning budget and training programs paid for by Safe. - Flexible Working Hours: Flexible and remote-friendly work arrangements to fit your lifestyle. Work when you want, and how you want to. - Work-Life Balance: There's no place for burnout at Safe. Maintain a healthy balance of your personal and work life without splitting yourself in two. Enjoy 3 weeks of vacation to recharge, plus an additional paid 6 seasonal days off per year. - Health & Wellness: Extended health, dental, health or lifestyle spending, and counseling benefits from day 1. That’s right, no waiting period. - Family is important: We are dedicated to supporting our employees through parenthood and offer a Parental Leave Top-Up Program for new parents through childbirth or adoption. - Shared Success: Share in Safe’s success with our bi-annual profit sharing and RRSP/TFSA matching program. - An Accessible Commute: Regardless of your commute method, we’re located close to public transit, and provide complimentary parking and bike storage for our team! ABOUT SAFE SOFTWARE Safe Software transforms organizations with FME, the only All-Data Any-AI Enterprise Integration Platform connecting all your data, anywhere, at any velocity. With over 30 years of expertise and 25,000+ enterprise customers across 125+ countries, we simplify your data journey, wherever it leads. Founded in 1993, Safe is headquartered in Surrey, BC with over 300 team members and counting. We’re always looking for talented individuals with diverse backgrounds who are determined to learn and grow. Are you ready to join the team? OUR COMMITMENT TO DIVERSITY AND INCLUSION Safe Software is an equal opportunity employer and we truly believe that innovation and strength begin with diversity and inclusion. We welcome all candidates regardless of race, gender identity or expression, sexual orientation, age, ability, disability, national or ethnic origin, political belief, religion, or family status. Should you require accommodations during the recruitment process, please contact hr_dept@safe.com. NOTICE REGARDING USE OF AUTOMATED TOOLS IN HIRING At Safe Software, we use automated tools to help us process applications and identify qualified candidates. These tools may assist in screening resumes and summarizing interview content based on the information you provide. This helps our team review applications efficiently while ensuring every candidate is considered based on the requirements of the role. Please be assured that the final hiring decision is always made by a member of our team. For more information on how we protect your privacy, please see our policy https://www.safe.com/legal/#applicant-privacy-policy. If you have questions about this process, please contact us at hr_dept@safe.com.

Location: São Paulo, Brazil About Turing Turing’s mission is to accelerate superintelligence to drive real economic progress. Headquartered in San Francisco, Turing works with frontier AI labs to generate high-quality datasets, reinforcement learning environments, and frontier research benchmarks that improve model capabilities in software engineering, enterprise knowledge work, and advanced STEM reasoning. In software engineering, Turing is the largest and longest-running data provider in the category. Turing also works with Fortune 500 enterprises across financial services, life sciences, healthcare, retail, automotive, and CPG to build and deploy end-to-end agentic AI systems inside mission-critical workflows. By operating on both sides, Turing closes the loop between frontier research and enterprise deployment, turning real-world deployment signals into better data, evaluations, and more capable models. Learn more at www.turing.com . ABOUT THE ROLE Turing is the world's leading research accelerator for frontier AI labs. The STEM Horizontal team produces the high-signal STEM data those labs train on, and this role builds the machinery behind it: the task-authoring tools, data pipelines, evaluation harnesses, sandboxed execution environments, and agentic workflows our researchers and domain experts work inside every day. This sits at the seam between engineering and research. You'll own production systems end-to-end, and you'll be the person a researcher pulls in to ask why an eval is producing misleading numbers. Correctness and reproducibility are the product: a subtle bug here doesn't crash anything, it quietly poisons a training run and costs weeks. If you want to build systems that visibly shape how frontier models learn to reason about code and science, this is the seat. WHAT YOU'LL DO Own services end-to-end: design, implementation, rollout, and production operation. Build backend services and the data pipelines that generate, validate, score, and version datasets, reproducible from a commit and a config. Ship data-dense internal interfaces: virtualised tables, server-side filtering, review and annotation UIs that stay fast at tens of thousands of rows. Build and operate agent harnesses , multi-step loops with tool use, retries, and structured output, running against real repos and test suites. Build sandboxed execution environments where model-generated code runs safely and deterministically at volume, and stand up the RL environments and eval harnesses on top. Trace and debug agent runs end-to-end: where the loop stalled, which tool call failed, why the grader disagreed with the human. Own infrastructure as code and CI/CD; debug production issues across the stack and drive the reliability work that follows. Raise the bar through code review, design docs, and innovation, partnering with researchers and quality owners on what “good” means. TECH STACK Backend Python · FastAPI · Django / Django Ninja · PostgreSQL · MongoDB · REST + OpenAPI Frontend TypeScript · React · Next.js · virtualised tables, server-side filtering Platform Linux · Docker · Terraform · CI/CD · AWS or GCP WHAT YOU NEED 6+ years building and operating production software, ideally at product companies with real scale. Deep Python with production FastAPI and/or Django , ORM performance, migrations, async patterns. Strong PostgreSQL (schema design, query optimisation, indexing) and NoSQL. Frontend production with TypeScript / React / Next.js . Fluent on Linux and Docker ; Terraform or comparable IaC on AWS or GCP , and ownership of the CI/CD that ships it. Daily use of LLM coding tools (Claude Code, Cursor, Copilot) as part of how you actually ship, with the judgement to review their output critically and know where they break down. We are an AI-forward team; this is a must-have. You've built something on top of LLM APIs that other people depended on, an agent, a pipeline, an eval, and you know where it was fragile. Comfort with non-deterministic systems : you can tell a real regression from noise, and you reach for a controlled experiment over a hunch. Advanced Git and real testing discipline, unit, integration, and the negative and edge cases people skip. Clear written communication; comfortable working without hand-holding, and comfortable saying when a spec is wrong. NICE TO HAVE Internal tools or developer platforms used daily by a technical team. Agent frameworks and protocols, LangGraph, MCP, OpenAI/Anthropic tool use. Sandboxing and untrusted code execution: gVisor, Firecracker, seccomp. Workflow orchestration (Temporal, Airflow, Prefect, Dagster) and Kubernetes beyond managed defaults. LLM coding benchmarks (SWE-bench, Terminal-Bench), eval frameworks, or exposure to RLHF / RLVR. PREFERRED BACKGROUND Bachelor's or Master's degree with 6+ years experience in Computer Science, Software Engineering, Data Science, Machine Learning, AI, or a programming-heavy IT field. We weight demonstrated work outcomes most heavily, a strong track record without a matching degree is fine. Values We are client first: We put our clients at the center of everything we do, because their success is the ultimate measure of our value. We work at Start-Up Speed: We move fast, stay agile and favor action because momentum is the foundation of perfection We are AI forward: We help our clients build the future of Al and implement it in our own roles and workflow to amplify productivity. Advantages of joining Turing Work at the frontier of AI , helping the world’s leading AI labs improve their most advanced models by building expert datasets, RL environments, and first-of-a-kind benchmarks. Contribute to leading-edge AI research and showcase your work at top conferences such as ICLR, ICML, and NeurIPS. Bring frontier AI innovation to the enterprise , applying lessons learned from leading AI labs to solve real-world business challenges. Collaborate with and learn from exceptional colleagues with deep AI experience from Google, Meta, Amazon, and other leading technology companies. Move at the pace of AI innovation , with the speed, ownership, and impact of a startup. Turing is proud to be an equal opportunity employer. We do not discriminate on the basis of race, religion, color, national origin, gender, gender identity, sexual orientation, age, marital status, disability, protected veteran status, or any other legally protected characteristics. At Turing we are dedicated to building a diverse, inclusive and authentic workplace  and celebrate authenticity, so if you’re excited about this role but your past experience doesn’t align perfectly with every qualification in the job description, we encourage you to apply anyways. You may be just the right candidate for this or other roles. For applicants from the European Union, please review Turing's GDPR notice here .

Задачи: — null Требования: — базовый уровень Python — опыт написания REST приложений на каком-либо асинхронном Python фреймворке (например, FastAPI) или готовность освоить его базовый уровень — базовые знания SQL — опыт написания unit тестов — опыт работы с git — опыт работы с Docker и Docker Compose (технология контейнеризации) Условия: — зарплата от 75 000 ₽ в месяц — формат работы: удалённо