Вакансии

Задачи: — Разрабатывать и поддерживать backend: писать чистый, эффективный код и тесты; — Работать с реляционными базами данных, кэшами и брокерами сообщений. Требования: — Опыт работы от 1.5 лет; — Опыт работы с FastAPI; — Опыт работы с PostgreSQL, RabbitMQ, Redis, Kafka; — Владение инструментами Docker, Git. Будет плюсом: — Опыт в финтех-проектах, биллингах; — Навыки DevOps, в особенности Docker, Kubernetes.

Задачи: — Разрабатывать новые решения в команде Python Integration в подразделении Рекламы. — Работать с легаси-системами, разрабатывать интеграции с ними. — Осваивать новые технологии и инструменты по ходу работы. Требования: — Знание Python, FastAPI, Redis, PostgreSQL. — Обязательное знание Linux. — Опыт работы в рекламе будет плюсом. Условия: — Работа удалённая с подключением к виртуальной машине на Linux. — Срок проекта до конца года с возможной пролонгацией. — Ставка 1400 рублей с НДС, отсрочка 60 календарных дней.

Мы ищем: Талантливого NLP-разработчика на стажировку, которому предстоит работать над интересными высоконагруженными проектами. Требования: — Опыт разработки на Python от 1–2 лет; — Базовое понимание LLM и AI-агентов; — Практический опыт или уверенное понимание RAG-подхода; — Опыт работы с векторными БД или embeddings (FAISS / Qdrant / аналоги — базовый уровень); — Опыт backend-разработки (FastAPI / Flask); — Понимание REST API, JSON, асинхронности; — Готовность развиваться в AI-направлении. Будет плюсом: — Опыт работы с LLM API (OpenAI / open-source модели); — Знакомство с LoRA / PEFT (pet-проекты, эксперименты); — Базовый опыт работы с брокерами сообщений (Kafka, RabbitMQ, NATS); — Docker (базовый уровень); — Pet-проекты с AI-агентами или RAG. Условия: — Работа в команде экспертов; — Широкий технологический стек, сотни проектов; — Гибкий график работы, который позволяет высыпаться и выделять время на хобби; — Возможность разрабатывать IT-решения для разных отраслей, пробовать новые технологии; — Организована удалённая работа, при этом есть просторные офисы с зонами коворкинга; — Возможность прокачаться во всех интересующих направлениях: стать тимлидом, архитектором, разработчиком full-stack; — Развитая система наставничества, сертификация за счёт компании, участие в конференциях, изучение английского языка; — Активный обмен опытом, внутренние и внешние митапы, хакатоны, доклады по развитию hard и soft skills; — 50+ клубов по интересам и профессиональных сообществ внутри компании; — Корпоративная база знаний и социальная сеть для удобства общения с каждым из 1500+ сотрудников. Дополнительно: — Решение Министерства цифрового развития, связи и массовых коммуникаций РФ о предоставлении государственной аккредитации организации, осуществляющей деятельность в области информационных технологий от 10.03.2022 №АО-20220309-3771014210-3

We are looking for a Python Developer to develop a connector for a major US telecom network automation orchestrator. The connector will serve as a mediator between the orchestration platform and a network security appliance developed by an Israeli startup and deployed in this network. Requirements: — Proven experience in Python programming, including microservices, communication protocols, and databases. — Knowledge of FastAPI, REST, SOAP, and other APIs. — Proficiency in Linux, Docker, and Kubernetes. — Background in network automation and orchestration platform development is an advantage. — Knowledge of network protocols (TCP/IP, BGP, OSPF, routing/switching) is an advantage. — B2-C1 English and strong communication & collaboration skills. Conditions: — Remote work. — Mixed international team. — Cutting-edge technologies. — Flexible working hours. — Business trips to Israel (beach hotel, rented car). Additional: — High salaries and bonuses. — A friendly team with experienced mentors instead of bosses.

Про нас: В нашей ML-команде сейчас 5 человек. Мы работаем над: • AI-агентом для работы с облачным хранилищем и документами; • сервисом извлечения данных из контрактов и счетов; • RAG-базой знаний по Fileforce для клиентов; • системой поиска аномалий в пользовательских логах. В разработке активно используем современные AI-инструменты и кодинговые агенты (Claude Code, Codex) Задачи: • Разрабатывать новые и поддерживать/улучшать существующие проекты (backend+ML+участие в деплое), а также улучшать мониторинг и аналитику запущенных проектов Требования: • высшее техническое образование (диплом потребуется для оформления японской рабочей визы) • 3+ года опыта в Machine Learning; • опыт самостоятельного ведения проектов; • опыт с agentic/RAG-системами будет большим плюсом; • опыт разработки с помощью кодинговых агентов; • интерес к новым AI-технологиям и готовность постоянно разбираться в новых подходах; • английский на уровне свободного чтения технической документации • релевантный опыт с частью стека и способность быстро осваивать новое: LangGraph, DeepAgents, FastAPI, PostgreSQL, ClickHouse, Docker, vLLM, OpenAI API, AWS S3, Langfuse, OpenTelemetry, MCP, Redis, AWS SQS. Ответы на 10 важных вопросов: 1. Данные: работа преимущественно с данными (файлами различных форматов) компаний из хранилища через внутреннее API, AWS S3, Elasticsearch 2. Железо: на текущий момент преимущественно AWS инфраструктура, аренда VM под проекты и доступ к моделям по API. При экономической эффективности - собственное развертывание. Для работы: ПК в офисе, подключение к AWS VM по ssh, простой ноутбук для удаленной работы 3. Масштаб влияния на core-бизнес? Сейчас в компании упор на ML проекты, поскольку наша команда отвечает за все ML проекты, то влияние и высокие ожидания от проектов у руководства. 4. Уровень развития Data Science в компании? Запущено несколько крупных проектов, настроена основная инфраструктура/пайплайны (разработка, интеграция с внутренними сервисами, мониторинг, базовая аналитика, практика работы с кодинговыми агентами и тд), при этом улучшение процессов и вовлечения ML проектов в процессы компании продолжается. 5. Роль дата сайентиста: ДС-ы участвуют в проработке и реализации полного цикла проектов/фичей совместно с бэкенд и фронтенд командами 6. Бэкграунд у вашего руководителя? linkedin https://www.linkedin.com/in/nikita-vasilenko-ds/ 7. Как часто вам будут мешать работать? Daily meetings 15-20 мин + обсуждения прогресса/фичей внутри команды по мере необходимости 8. Карьерный рост: рост по зп возможен в рамках ежегодного планирования бюджета 9. Prod/Research: Prod 90% 10. Функция сервиса или лидера? На данном этапе сервисных функций больше.

Задачи: — Разработка микросервисов управления данными Модели Космической Системы — Разработка пайплайнов обработки данных ETL/ELT — Интеграция вычислительных модулей (микросервисов) — Реализация процессов контроля качества данных — Разработка моделей данных и согласование дата-контрактов — Работа с СУБД Postgres, Clickhouse — Обработка и анализ данных в Pandas, NumPy, Polars Требования: — Инженерное или техническое образование (обязательно) — Опыт разработки на Python от 3х лет, на позиции Middle - от 1 года — Опыт работы с библиотеками для анализа данных: Pandas, NumPy, Polars — Понимание принципов проектирования и работы с хранилищами данных — Опыт работы с базами данных PostgreSQL, ClickHouse — Опыт работы с инструментами ETL/ELT (например, Airflow, Dagster, PandasETL) — Понимание принципов работы систем потоковой обработки данных — Опыт в разработке веб-приложений (FastAPI) — Опыт работы с контейнерами Docker — Опыт работы с инструментами командной разработки: Confluence, Jira, Git

Задачи: — Разработка и развитие асинхронной микросервисной платформы на Python/FastAPI для highload fintech/acquiring. — Разработка отказоустойчивой бизнес-логики в распределённой системе: очереди, ретраи, идемпотентность, конкурентный доступ, консистентность данных. — Участие в развитии платёжного ядра: ордера, транзакции, маршрутизация платёжных флоу, экспериментальные алгоритмы матчинга и автозачисления. — Тесное взаимодействие с командами тестирования, аналитики и смежными backend-командами. Требования: — Уверенное владение Python 3.12+ и опыт промышленной разработки микросервисов. — Сильный опыт работы с асинхронным Python: asyncio, асинхронные HTTP-клиенты, очереди, фоновые процессы. — Уверенное владение SQL и опыт работы с PostgreSQL / MySQL-совместимыми СУБД, понимание транзакционности, блокировок, индексов, миграций. — Опыт работы с Redis. — Опыт использования очередей сообщений (RabbitMQ, Kafka). — Опыт работы с FastAPI, Django, Flask, etc. — Уверенное владение Git (опыт работы с gitlab). — Опыт проектирования и поддержки интеграций с внешними API: нестабильные контрагенты, таймауты, ретраи, ошибки, callback/webhook flow. — Понимание принципов отказоустойчивости, идемпотентности, observability и диагностики проблем в распределённых системах. — Опыт использования Docker (создание dockerfile и запуск контейнера), docker-compose. — Опыт построения многопоточных приложений c замками и флагами, опыт работы с системой библиотек aio-libs. — Опыт работы с библиотекой celery, библиотекой socketio. — Опыт работы с сабпроцессами и систем-юнитами. — Умение проектировать логику задач, декомпозировать сложные флоу и выбирать подходящие технические решения. — Готовность работать в распределённой команде, брать ответственность за свои зоны и участвовать в code review. Будет плюсом: — Опыт работы в платёжном, fintech или highload-домене. — Опыт работы с Sentry, OpenTelemetry, метриками и трассировкой. — Опыт работы с kubernetes и helm-конфигами. — Опыт работы с newSQL решениями для хранения и обработки BigData (TIDB). Условия: — Удаленка по РФ или офис в Казани. — Гибкий график работы. — Небольшая, но дружная распределенная команда, здоровая атмосфера и взаимная поддержка. — Комфорт в работе: ориентируемся на результат, предпочитаем экологичные коммуникации, обходимся без лишних совещаний. — Перспективы вырасти в рамках компании. — Корпоративные мероприятия: спорт, обучение. — ДМС после 3х месяцев работы. — 2 day-off в год.

Команда занимается разработкой NLP-моделей и решений на основе LLM для операционных рисков. Решаем задачи по построению AI-агентов и мультиагентных систем. Примеры: система гардрейлов (в том числе на Jev-like моделях) для защиты LLM и AI-агентов Сбера от промпт-атак и джейлбрейков агентная память банка на базе темпорального графа знаний, учитывающего версии и изменения внутренней документации во времени Harness, который автономно превращает DS-код в продакшн-сервис — от сборки проекта по стандарту и интеграций до деплоя на стенды и тестирования AI-агенты для оценки рисков компаний экосистемы Сбера по внутренним документам, новостям, отчетности и описанию бизнес-процессов мультиагентная система по анализу репозиториев кода на уязвимости бизнес-логики и сверки с требованиями AI-агент DataEngineer для автономного анализа данных, поиска ошибок и аномалий, создания проверок качества данных, создания выгрузок и витрин. Задачи: — разработка PoC и MVP AI-агентов с использованием фреймворков для работы с LLM — адаптация и дообучение LLM на внутренних и внешних данных (SFT, LoRA, DPO, GRPO) — участие в выводе AI-агентов в продакшн, их интеграции и мониторинге качества — написание качественного кода и обсуждение технических решений с командой. Требования: — неоконченное высшее техническое образование с хорошей подготовкой в области математики и алгоритмов — знание Python, статистики и ML/DL-стека — опыт проектирования и обучения нейросетей: от CNN/RNN до трансформеров — опыт построения RAG-систем (классический RAG, GraphRAG, Agentic RAG) — опыт разработки автономных AI-агентов (LangChain, LangGraph, Deep Agents) — знание классических алгоритмов и структур данных, принципов ООП и паттернов проектирования — умение писать чистый и поддерживаемый код (Clean Architecture, SOLID) — опыт работы с Git. Преимуществом будет: — опыт работы с FastAPI, Docker, vLLM, Unsloth, Langfuse — успехи в соревнованиях (например, Kaggle Expert+ или призовые места на хакатонах) — вклад в open-source проекты, публикация моделей и датасетов на Hugging Face — погружённость в тренды индустрии, интерес к свежим статьям и новым инструментам — знание других языков программирования (например, C++, Java). Условия: — оплачиваемая стажировка — возможность выбрать удобный график – офис или гибрид (локация: м. Кутузовская) — корпоративный спортзал и зоны отдыха.

Задачи: — Разработка ML-моделей (подготовка данных, выбор решения, обучение, тесты, запуск в production-среде, в основном classic ML); — Сопровождение ML-решений (мониторинг сервисов и моделей, отслеживание дрейфа данных, работа над развитием); — Оценка влияния на бизнес предложенных решений; — Подготовка признаков для feature store (используем Feast); — Взаимодействие с DA/DE/DevOps для улучшения и автоматизации процессов. Требования: — Участие в проектах по обучению и внедрению моделей машинного обучения в роли data scientist, ML инженера; — Наличие разработанных моделей в проде; — Опыт в создании дэшбордов, поисках инсайтов для бизнеса; — Понимание работы базовых ML-алгоритмов; — Знание метрик машинного обучения и их интерпретации; — Уверенное владение Python (в частности, библиотеки numpy, pandas, sklearn, catboost, xgboost); — Опыт написания запросов на SQL; — Общее представление об A/B-тестах; — Навыки работы с Git; — Опыт самостоятельного обучения и вывода моделей в production; — Умение интерпретировать результаты модели (shap, lime). Желательно: — Навыки построения пайплайнов обработки данных с использованием pyspark; — Опыт проведения A/B-экспериментов; — Знакомство с MLFlow, dvc; — Наличие представления о REST API (плюсом будет опыт работы с FastAPI); — Опыт работы с Docker; — Представление о различных источниках данных: реляционные базы данных, Redis, Hive, Kafka; — Опыт работы в qlikview, superset. Условия: — Работа в профессиональной команде, которая готова делиться знаниями и опытом; — Возможность внешнего обучения и прокачки скиллов за счет компании; — Забота о сотрудниках: возможность прохождения медицинских chek-апов, бесплатные консультации с финансовыми консультантами, юристами и психологом; — Поддержка и развитие культуры ЗОЖ; — Социальный пакет, включающий ДМС, скидки на страховые продукты компании, скидки от партнеров (туризм, фитнес и т.д.); — Обеспечение техникой для работы; — Гибридный график работы 5\2 (гибкое начало дня с 8 до 10).

Задачи: — Разрабатывать и поддерживать backend-сервисы на Python (FastAPI, asyncio) — Развивать логику диалогового агента: сценарии и состояния звонка, извлечение данных из реплик, работу с LLM — Писать интеграции с МИС и CRM клиник (расписание врачей, запись пациентов) и с внешними API — Проектировать REST API для веб-интерфейса операторов и админки клиник — Работать с фоновыми задачами и очередями (Celery / TaskIQ, RabbitMQ, Redis) — Проектировать схемы данных и оптимизировать запросы в PostgreSQL — Разбирать логи звонков, находить и исправлять ошибки в поведении агента — Участвовать в код-ревью, покрывать код тестами, улучшать кодовую базу — Деплоить и сопровождать сервисы в Docker на Ubuntu Требования: — Коммерческий опыт разработки на Python от 1 до 3 лет — Опыт разработки на FastAPI и уверенное понимание async/await в Python — Pydantic (v2): валидация данных, схемы запросов и ответов, настройки — PostgreSQL: уверенный SQL, индексы, оптимизация запросов — Опыт с SQLAlchemy — Alembic: написание и сопровождение миграций — Celery: фоновые и отложенные задачи, ретраи, периодические задачи — RabbitMQ: понимание очередей, exchange и routing, гарантий доставки — Redis: кэширование, брокер/бэкенд для задач, TTL, базовые структуры данных — Docker и Docker Compose: умение собрать образ, поднять окружение из нескольких сервисов и разобраться, почему оно не стартует — Git и pull request-флоу (GitHub) — Linux (Ubuntu) на уровне повседневных задач: логи, процессы, сеть — Умение читать чужой код, задавать вопросы и доводить задачи до прода Будет плюсом: — Опыт интеграции с LLM API (OpenAI-совместимые API, vLLM), промпт-инжиниринг, structured output — Знакомство с LangGraph, LangChain или другими фреймворками для агентов — Опыт с real-time системами: WebSocket, стриминг, работа с аудио — Знакомство с IP-телефонией (SIP, Asterisk, LiveKit) или с медиапайплайнами (Pipecat) — Опыт интеграций с медицинскими информационными системами — Тесты на pytest как привычная часть работы Условия: — Зарплата 80 000–120 000 ₽ на руки, конкретная сумма — по итогам собеседования — Удалённая работа — Оформление по ТК или как самозанятый — Короткий путь от задачи до прода, без месяцев согласований — Прямое влияние на технические решения: открытость к предложениям по стеку и архитектуре

Задачи: — Разработка backend-сервисов на Python: API, интеграции, фоновые и долгие задачи; — Подключение языковых моделей по API и сборка на них прикладных сценариев для внутренних и клиентских продуктов; — Проектирование архитектуры решений (очереди, хранение результатов, интеграции); — Ведение технической экспертизы и участие в развитии команды. Требования: — Опыт коммерческой разработки на Python от 5 лет; — Опыт FastAPI и asyncio; — Уверенное владение PostgreSQL; — Опыт очередей или фоновых воркеров; — Понимание, как вызывать LLM как внешний сервис (таймауты, ошибки, ограничения); — Опыт проектирования архитектуры и интеграции сложных сервисов; — Docker; — Желание делиться экспертизой и развиваться в области AI. Будет плюсом: — Объектные хранилища; — Опыт RAG или векторного поиска. Условия: — Работа в аккредитованной IT компании; — Официальное трудоустройство в соответствии с ТК РФ; — Гибкое начало рабочего дня и возможность работать в удаленном, гибридном или офисном формате; — Компенсация спорта и ДМС; — Компенсация больничного 100%; — Внешнее обучение и сертификация за счет компании; — Участие в профильных мероприятиях (митапы, конференции, семинары, выставки); — Система наставничества и обучение внутри компании; — Бонусы от компании на знаковые даты и события; — Корпоративные мероприятия и различные активности.

Наши пожелания к кандидатам: — Python - базовый уровень — опыт написания REST приложений на каком-либо асинхронном python фреймворке (например, FastAPI), либо готовность освоить его — базовый SQL — опыт написания unit тестов — опыт работы с git — docker + compose (технология контейнеризации)

Задачи: • Создание автоматизированных систем на базе ИИ • Разработка backend AI-платформы: REST API, БД, фоновые задачи, интеграции с AI-сервисами • Разработка frontend и админ-панели (React / Next.js) • Интерфейсы загрузки, генерации и отображения изображений/видео • Платёжные сценарии и пополнение баланса • Обработка длительных AI-генераций и их статусов • Адаптивная вёрстка, локализация, тёмная/светлая тема • Оптимизация производительности, SEO и UX • Участие в проектировании архитектуры, написание тестов, code review Требования: • Python, FastAPI, SQLAlchemy — коммерческий опыт от 3 лет • JavaScript / TypeScript, React, Next.js (App Router, SSR, CSR, Server Components) — от 3 лет • REST API, авторизация (access/refresh tokens, cookies, protected routes) • State management: TanStack Query / SWR, Zustand / Redux Toolkit • Формы и валидация: React Hook Form, Zod • WebSocket / SSE / polling, очереди и фоновые задачи • PostgreSQL, интеграция внешних API и платёжных систем • Работа с файлами, S3, изображениями и видео • Адаптивная вёрстка по Figma, UI-компоненты и design system • Git, code review, базовое покрытие тестами • Самостоятельность: декомпозиция задач и доведение до production Будет плюсом: • Опыт AI-сервисов и работы с изображениями/видео • Интеграция платежей и загрузка файлов в S3 • Админ-панели, PWA, мультиязычность, дизайн-системы • Опыт работы с AI-инструментами (Cursor, Claude Code и др.) • Опыт создания/интеграции анимаций на сайте (GASP, Framer Motion, CSS & Tailwind или др) Условия: • Полностью удалённый формат • Сильная команда и развитие • Корпоративный английский • Адаптация и поддержка на старте

Задачи: — Разрабатывать и улучшать RAG-приложения: chunking, embeddings, retrieval и reranking. — Строить LLM-воркфлоу и агентов с использованием LangChain, LangGraph, LlamaIndex, CrewAI или аналогичных. — Разрабатывать переписывание запросов, классификацию намерений, маршрутизацию и структурированное извлечение. — Интегрировать LLM API/модели в производственные системы. — Работать с OpenAI, Gemini, Hugging Face и PyTorch. — Вносить вклад в SFT, LoRA, QLoRA, PEFT и оценку LLM. — Работать с OCR, PDF/DOCX, STT и памятью для диалогов. — Создавать API с Python / FastAPI и работать с Docker, Git, тестированием и CI/CD. — Мониторить и улучшать качество моделей, задержки и стоимость. — Брать ответственность за отдельные функции/компоненты под наставничеством старшего инженера. Требования: — 2–4 года опыта в NLP / ML / Information Retrieval / Applied AI. — Сильные навыки Python. — Практический опыт с LLM / RAG / AI-agent приложениями. — Понимание трансформеров, embeddings, prompting, retrieval, chunking и reranking. — Опыт с LangChain / LangGraph / LlamaIndex / CrewAI. — Опыт с Qdrant / Pinecone / Milvus / Weaviate / Elasticsearch. — Опыт с OpenAI / Gemini / Hugging Face и знание PyTorch. — Понимание оценки LLM и снижения галлюцинаций. — Навыки FastAPI, REST, Docker, Git. — Многоязычный NLP будет плюсом. — Профессиональный английский. Желательно: — Знания SFT / LoRA / QLoRA / PEFT. — Знания BM25 / RRF. — Опыт с RAGAS / DeepEval / LangSmith / Langfuse. — Опыт с OCR/STT. — Опыт с Graph RAG. — Опыт с vLLM/TGI/Triton. — Оптимизация под GPU. — Знание корейского языка. Условия: — Работа в Инчхоне, Южная Корея. — Полная занятость. — Формат работы: офис / гибрид. — Конкурентная зарплата, обсуждается индивидуально. — Возможна поддержка с визой и релокацией.

Задачи: — Разработка и поддержка автоматизированных тестов на Python — Автоматизация управления конфигурацией системы обработки трафика — Написание тестовых скриптов для генерации/воспроизведения мобильного трафика, валидация соответствия трафика спецификациям 3GPP — Нагрузочное тестирование системы обработки мобильного трафика: выявление узких мест (в том числе связанных с оборудованием) — Разработка и поддержка веб-интерфейса для конфигурирования и мониторинга системы (FastAPI/JS) — Интеграция тестов в CI/CD — Взаимодействие с разработчиками: воспроизведение, диагностика, локализация дефектов Требования: — Опыт автоматизации тестирования от 3 лет, с акцентом на системное/тестирование высоконагруженных систем — Опыт написания скриптов на Python и Bash (работа с pcap, CLI-командами, управление сетью, SSH) — Умение анализировать pcap-файлы, валидировать соответствие протоколам (3GPP и др.) — Знание тест-фреймворков: pytest, контекстные фикстуры, параметризованные тесты — Глубокое знание Linux: файловая система, процессы/потоки, сеть (TCP/IP, NUMA, PCI/PCIe), мониторинг (sysstat, eBPF, perf) — Понимание аппаратной платформы: NUMA-распределение, DPDK, сетевые карты Intel X710, irq affinity, DMA, влияние CPU-топологии на latency — Навыки работы с метриками: сбор (prometheus/node_exporter), анализ (p95/p99 latency, throughput, context switches) — Опыт разработки веб-интерфейсов на Python/JS (FastAPI, Flask или аналогичные): создание REST API, обработка HTTP-запросов, интеграция с фронтендом (HTML/CSS/JS — базовое понимание) — Опыт с CI/CD-инструментами (GitLab CI/Jenkins), интеграция тестов в pipeline — Английский язык — B1 (чтение спецификаций, технической документации) Условия: — ДМС + стоматология — Корпоративные скидки в фитнес-клуб World Class — Корпоративный тариф на абонементы FITMOST — Программа корпоративных скидок Best Benefits – на спорт и не только — Спортивные мероприятия (турниры по футболу, волейболу, киберспорт, забеги, шахматы) — Курсы английского языка, в том числе с носителем языка — Сообщества по интересам: вместе читаем книги, ходим на интересные мероприятия и делимся маршрутами путешествий — Внешние профессиональные курсы и конференции, сертифицированное обучение, которые вы выбираете сами — Профильные митапы – организовываем, проводим и принимаем участие — Билеты со скидкой в Музей криптографии для сотрудников и их семей — Комфортный офис в Москве с кофе-поинтами и разнообразными снеками — Насыщенные и яркие корпоративные праздники — Классный мерч

Компания Freedom Lifestyle Group — экосистемный IT- и лайфстайл-дивизион международного холдинга Freedom Holding Corp. Стек: Go, Python (FastAPI, Pydantic, SQLAlchemy, asyncio), MySQL, Redis, Kafka, ClickHouse, Docker, Kubernetes, Prometheus, Grafana, OpenTelemetry. Офис в Алматы.

Задачи: — Создавать AI-агенты и платформы для них — Строить MLOps-инфраструктуру — Работать с данными для ML Требования: — Опыт работы в роли MLOps Engineer/Data Engineer/Python ML от 3,5 лет — Production-опыт с фреймворками MLOps: Kubeflow, MLflow, Airflow для оркестрации, понимание их интеграции в CI/CD пайплайны — Опыт работы с Docker и Kubernetes (в контексте развертывания моделей как сервисов) — Опыт работы с одним из major cloud-провайдеров (желательно GCP или AWS/Azure с пониманием hybrid-cloud) — Умение работать с большими данными, опыт с Greenplum или аналогичными MPP-системами (Teradata, Exasol) — Знание распределенных вычислений (Spark) — Опыт работы с LangChain/LlamaIndex, FastAPI, знание фреймворков для работы с LLM (Hugging Face, vLLM и т.д.) — Отличные знания Python, SQL на очень высоком уровне для работы с data vault — Знания Git, GitLab CI/CD

Задачи: — Собирать требования от заказчика и формировать ТЗ. — Разрабатывать и поддерживать техническую документацию по продукту. — Контролировать реализацию в соответствии с ТЗ. — Валидировать тест-кейсы, подготовленные QA. — Разрабатывать приложения в трёхзвенной архитектуре. — Участвовать в деплое совместно с DevOps. — Разбирать ошибки и устранять инциденты. Требования: Обязательно: — Опыт коммерческой разработки на Python от 3 лет. — Опыт Fullstack-разработки от 1 года. — Опыт разработки на FastAPI от 2 лет. — Проектирование и использование реляционных БД. — Проектирование и разработка масштабируемого API среднего слоя (Python). — Опыт написания модульных тестов. — Практический опыт разработки front-end на Vue. — Опыт составления ТЗ и контроля корректности реализации. — Опыт сборки артефактов в CI/CD с автоматическим деплоем (K8S). Будет плюсом: — Опыт работы в продуктовых командах. — Знание смежных технологий (Docker, Kafka, Redis). — Понимание принципов микросервисной архитектуры. Условия: — Формат: гибрид (Москва, Краснодар) или удалёнка из других городов РФ. — Оформление по ТК РФ в аккредитованной IT-компании. — ДМС со стоматологией и льготными условиями для членов семьи. — Корпоративные скидки, бесплатная подписка Магнит Премиум с повышенным кешбэком. — Обучение, конференции, митапы — поддержка в развитии. — Работа над масштабными проектами: Умный магазин, роботизация, беспилотность, GenAI. — Социально-психологическая поддержка: юристы, психологи, врачи, финансовые и ЗОЖ-советники.