Вакансии

Задачи: — разрабатывать и поддерживать backend-сервисы на Node.js / TypeScript; — участвовать в развитии собственной игровой платформы; — работать с транзакционной логикой, игровыми сценариями и высоконагруженными частями системы; — обеспечивать стабильность и производительность backend-сервисов; — работать с SQL-базами данных, Kafka и Redis; — писать и поддерживать unit- и e2e-тесты на Jest; — участвовать в code review и улучшении качества кода; — участвовать в улучшении процессов разработки и CI/CD. Требования: — опыт backend-разработки от 5 лет; — уверенный опыт с Node.js; — опыт работы с TypeScript; — опыт работы с SQL-базами данных; — опыт работы с Kafka и Redis; — опыт написания unit- и e2e-тестов; — понимание принципов работы высоконагруженных систем; — опыт оптимизации производительности backend-сервисов; — русский язык для коммуникации с командой. Будет плюсом: — опыт в iGaming / FinTech / high-load продуктах; — опыт работы с финансовыми транзакциями; — опыт работы с платёжной логикой или критичными backend-сервисами; — опыт улучшения CI/CD-процессов. Условия: — релокация на Кипр после испытательного срока; — удалённая работа на период испытательного срока, далее офис в Лимассоле; — прямой найм в продуктовую компанию, не аутстафф / не субподряд; — занятость full-time.

Задачи: — разработка и развитие веб-интерфейсов для AI-ассистента на TypeScript/React — разработка backend-сервисов на Node.js/TypeScript — разработка механизмов взаимодействия AI-агентов с кодовой базой и инструментами разработки — интеграция LLM / AI API — проектирование и реализация RESTful API и GraphQL сервисов — разработка механизмов контекстного анализа кода — оптимизация производительности и UX взаимодействия AI-ассистента с разработчиком — работа с WebSocket и Server-Sent Events для real-time коммуникации. Требования: — от 4 лет коммерческой разработки на TypeScript/JavaScript — хорошее понимание асинхронного программирования и event-driven архитектуры — опыт работы с Node.js — глубокое понимание TypeScript (типы, дженерики, декораторы) — понимание принципов работы AI / LLM систем — опыт интеграции внешних API и сервисов — понимание архитектуры веб-приложений и многоуровневой архитектуры — опыт проектирования архитектуры сложных систем. Будет плюсом: — знание Rust/Golang — создание Desktop приложений (tauri/electron) — опыт разработки AI-ассистентов для программистов — опыт разработки agentic AI-систем — опыт работы с LLM (OpenAI / open-source модели / RAG / embeddings) — понимание контекстного анализа кода — опыт разработки IDE-плагинов на JavaScript/TypeScript — опыт работы с Websocket и real-time системами — инструментальное владение AI для анализа, генерации и автоматизации — опыт создания AI-агентов и использования их в работе — опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов. Условия: — работа над AI Developer Platform нового поколения — разработка agentic AI-систем для программистов — сложные инженерные задачи на стыке IDE, анализа кода, AI и веб-интерфейсов — возможность влиять на архитектуру и развитие продукта — работа с современными LLM и AI-инфраструктурой — гибкий формат работы и конкурентную компенсацию — годовой бонус и ежегодный пересмотр зарплаты — расширенный ДМС с первого дня, страхование жизни, корпоративная пенсионная программа — статус аккредитованной ИТ-компании со всеми преимуществами (отсрочка от срочной службы) — льготная ипотека для сотрудников, подписка Прайм, скидки от партнеров и сервисов группы компаний — корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях — реферальная программа (бонус до 100 000 рублей).

Требования: • Агентная разработка (vibe coding) • Опыт продуктовой разработки от 4 лет, уровень senior fullstack • Агентные CLI-инструменты (Claude Code, Codex CLI, Cursor agent mode, Aider) как основной способ работы • Spec-driven development: формулирование функциональных и нефункциональных требований до первого промпта; умение писать инженерные спецификации и контекстные файлы (правила, схемы, markdown) • Модульность: слабая связанность, доменные границы, нарезка проекта на небольшие изолированные файлы • Управление контекстным окном для предотвращения дрейфа и галлюцинаций • Умение сбросить сессию агента и начать заново с более жёсткими ограничениями • Разработка в несколько потоков, менеджмент репозитория под агентную работу, опыт коллаборативной AI-разработки • Ревью и аудит AI-кода: слабые имена, дублирование, отсутствующие проверки, небезопасная работа с данными • Тесты как способ управления агентом: юнит- и интеграционные тесты пишутся до логики фичи • Инфраструктура и восстановление: версионирование, снапшоты БД, бэкапы, CI, процедуры восстановления данных • Готовность писать код руками при необходимости и ответственность за результат, включая код, сгенерированный агентом • Современный типизированный backend-язык с асинхронностью, моделью ошибок, управлением зависимостями, воспроизводимым окружением • HTTP API и realtime-транспорт: REST, двусторонние соединения, стриминг, протокол сообщений, переподключения, валидация схем • Автотесты: юнит- и интеграционные, изоляция внешних сервисов и зависимостей, поддержание тестовых данных • Реляционные БД: схема, миграции, индексы, нетривиальные запросы, понимание пределов БД • Разрешение конфликтов зависимостей, включая бинарную несовместимость библиотек • Компонентный SPA-фреймворк и типизированный JavaScript; готовность сменить фреймворк за неделю • Компонентные тесты в браузерном окружении • Realtime-клиент: переподключения, стриминг, рантайм-валидация сообщений • Медиа в браузере: доступ к устройствам ввода, работа с аудиопотоком, кодирование и передача • Состояние на клиенте и ограничения браузера: защищённый контекст, сертификаты в dev, хранилище • Умеренность в UI: простой интерфейс без тяжёлых фреймворков и дизайн-систем • Классические CV-задачи: детекция, эмбеддинги, кластеризация, обработка изображений и метаданных, дедупликация • Локальные LLM: форматы весов и квантизации, размер контекста, латентность, стоимость запроса; умение измерять • Речевые модели: распознавание и синтез речи, баланс качества и ресурсов, ограничения по задержке и длине входа • Мультимодальные модели: генерация описаний по изображению, оценка качества генерации • Эмбеддинги и векторный поиск: семантический поиск, гибридные схемы, переранжирование, метрики качества • Ресурсы и эксплуатация inference: одна модель на процесс, память ускорителя, батчинг, прогрев, поведение под нагрузкой • Не требуется: обучение моделей с нуля, MLOps, распределённое обучение • Пайплайны обработки как идемпотентные стадии с фиксацией состояния • Понимание разницы между инкрементальным и полным пересчётом и цены ошибки • Целостность данных при деплое, сведение расходящихся баз, миграции данных • Границы сервисов: процессы, владение данными, поведение при отказах • Контейнеризация: образы с тяжёлыми зависимостями, тома для данных и весов моделей, политики перезапуска, диагностика падений • Linux и сеть: удалённый доступ, проброс портов, разрешение конфликтов, чтение логов • Скриптование рутины: деплой, синхронизация данных, ротация логов • Уверенное владение Git, включая нетривиальные операции; чтение истории • Базовая безопасность: сервис без аутентификации локален, секреты не в репозитории, dev/prod режимы разведены • Автоматические smoke-проверки интерфейса после изменений • 4+ года разработки, из них 2+ года бэкенда в продакшене • 1+ год реального фуллстека: разработка клиента и сервера • Проект с LLM/ML как частью продукта • Запуск моделей локально или on-premise • 2–3+ месяца ежедневной работы через агентные инструменты Задачи: • Подключение и настройка USB-камеры: интеграция с ПО, захват видеопотока, детекция лиц, распознавание жестов • Реализация стереоскопического режима 2D→3D на телевизоре без специализированной 3D-панели • Разработка клиентских интерфейсов для телевизора и мобильного устройства по дизайн-макетам, адаптация вёрстки, интеграция с бэкендом, двустороннее realtime-взаимодействие • Разработка технической документации, инженерных спецификаций и контекстных файлов, используемых при агентной разработке

Задачи: — Разработка и развитие клиентской части продукта на React — от архитектуры и управления состоянием до production-ready UI — Проектирование масштабируемой frontend-архитектуры, выбор технологических решений и формирование стандартов разработки — Интеграция с backend REST API, участие в проектировании контрактов взаимодействия (OpenAPI/Swagger) — Оптимизация производительности приложения, управление техническим долгом, рефакторинг сложных участков кода — Участие в code review, менторство разработчиков, развитие инженерных практик команды — Взаимодействие с product-менеджерами, дизайнерами и backend-разработчиками на всех этапах разработки — Участие в декомпозиции задач, технической оценке и планировании спринтов Требования: — Опыт коммерческой разработки на React от 5 лет, из них не менее 2 лет в роли Senior — Глубокое знание React (18+) и его экосистемы: хуки, контекст, жизненный цикл компонентов, механизмы ререндеринга и оптимизации (мемоизация, виртуализация) — Уверенное владение TypeScript (generics, utility types, типизация сложных структур) — Опыт работы с state-менеджерами: Redux Toolkit / Zustand / React Query / TanStack Query; понимание разделения server-state и client-state — Понимание принципов работы REST API, авторизации (JWT), обработки ошибок, идемпотентности (для платежных сценариев) — Опыт проектирования архитектуры SPA-приложений высокой сложности (множество зависимостей, ролей и сценариев) — Навыки адаптивной, кроссбраузерной и мобильной вёрстки (HTML5, CSS3, SCSS) — Умение работать с дизайн-системами, коллекциями компонентов (Untitled UI React, shadcn/ui), опыт ведения UI-kit в Storybook — Опыт написания тестов (Jest, Vitest, React Testing Library) — Навыки проведения code review и менторства — Системное мышление, умение упрощать сложные системы, критическое мышление — Понимание принципов чистого кода, SOLID, паттернов проектирования — Знание методологий гибкой разработки (Scrum/Kanban) Будет плюсом: — Опыт работы в финтехе или highload-проектах — Наличие портфолио / ссылок на GitHub или участие в open-source проектах Условия: — Полностью удалённый формат работы — Встречи и корпоративные мероприятия в офисе Москва/Вологда — Окладная часть + KPI — Возможность влиять на архитектуру и выбирать технологии — Работу в сильной команде, поддержку профессионального роста — Интересные задачи в быстрорастущем проекте

Требования: • Агентная разработка (vibe coding) • Опыт продуктовой разработки от 4 лет, уровень senior fullstack • Агентные CLI-инструменты (Claude Code, Codex CLI, Cursor agent mode, Aider) как основной способ работы — поставленные и поддерживаемые продуктовые фичи, а не прототипы; ключевым является методика, а не знание конкретного инструмента • Spec-driven development: функциональные и нефункциональные требования формулируются до первого промпта; спецификация → план → код; умение писать инженерные спецификации и контекстные файлы (правила, схемы, markdown), удерживающие агента в рамках задачи • Модульность как условие агентной работы: слабая связанность и доменные границы, нарезка проекта на небольшие изолированные файлы вместо монолита • Управление контекстным окном: осознанный подбор того, что попадает в контекст, для предотвращения дрейфа и галлюцинаций на устаревшем коде • Умение вовремя сбросить сессию: остановить зациклившегося агента, очистить рабочее дерево и начать заново с более жёсткими ограничениями • Разработка в несколько потоков, менеджмент репозитория под агентную работу, опыт коллаборативной AI-разработки • Ревью и аудит AI-кода: слабые имена, дублирование, отсутствующие проверки, небезопасная работа с данными • Тесты как способ управления агентом: осмысленные юнит- и интеграционные тесты пишутся до логики фичи • Инфраструктура и восстановление: версионирование, снапшоты БД, бэкапы, CI, готовая процедура восстановления данных • Готовность писать код руками, когда агент упёрся, и ответственность за результат, включая код, сгенерированный агентом • Современный типизированный backend-язык: асинхронность, модель ошибок, управление зависимостями, воспроизводимое окружение • HTTP API и realtime-транспорт: REST и двусторонние соединения — стриминг, протокол сообщений, переподключения, валидация схем на границе • Автотесты как норма: юнит- и интеграционные, изоляция внешних сервисов и тяжёлых зависимостей, поддержание тестовых данных • Реляционные БД руками: схема, миграции, индексы, нетривиальные запросы, понимание пределов выбранной БД • Разрешение конфликтов зависимостей, включая бинарную несовместимость библиотек (характерно для окружений с ML-пакетами) • Компонентный SPA-фреймворк и типизированный JavaScript; конкретный фреймворк не принципиален, принципиальна готовность сменить его за неделю • Компонентные тесты в браузерном окружении, а не только ручная проверка • Realtime-клиент: переподключения, стриминг, рантайм-валидация входящих сообщений • Медиа в браузере: доступ к устройствам ввода, работа с аудиопотоком, кодирование и передача • Состояние на клиенте и ограничения браузера: защищённый контекст, сертификаты в dev, хранилище • Умеренность в UI: простой интерфейс без тяжёлых фреймворков и дизайн-систем • Классические CV-задачи: детекция, эмбеддинги и кластеризация объектов, обработка изображений и метаданных, дедупликация • Локальные LLM: форматы весов и квантизации, размер контекста, латентность и стоимость запроса; умение измерять, а не предполагать • Речевые модели: распознавание и синтез речи, размен качества на ресурсы, ограничения по задержке и длине входа • Мультимодальные модели: генерация описаний по изображению, оценка качества генерации • Эмбеддинги и векторный поиск: семантический поиск, гибридные схемы с полнотекстовым, переранжирование, метрики качества выдачи • Ресурсы и эксплуатация inference: одна модель на процесс, память ускорителя, батчинг, прогрев, поведение под нагрузкой • Не требуется: обучение моделей с нуля, MLOps-платформы, распределённое обучение • Пайплайны обработки как идемпотентные стадии с фиксацией состояния: перезапускаемость, докат, инкрементальность • Понимание разницы между инкрементальным и полным пересчётом и цены ошибки (полный пересчёт обычно уничтожает ручную разметку) • Целостность данных при деплое, сведение расходящихся баз, миграции данных, а не только схемы • Границы сервисов: как процессы общаются, кто владеет данными, что происходит при отказе одного из них • Контейнеризация: образы с тяжёлыми зависимостями, тома для данных и весов моделей, политики перезапуска, диагностика падений • Linux и сеть: удалённый доступ, проброс портов, разрешение конфликтов портов, чтение логов как основной способ разбирательства • Скриптование рутины: деплой, синхронизация данных, ротация логов • Уверенное владение Git, включая нетривиальные операции; чтение истории как источника проектных решений • Базовая безопасность: сервис без аутентификации не выходит за пределы локального интерфейса, секреты не попадают в репозиторий, dev- и prod-режимы разведены явно • Автоматические smoke-проверки интерфейса после изменений • 4+ года разработки, из них 2+ года бэкенда в продакшене • 1+ год реального фуллстека: разработка и клиента, и сервера к нему • Проект, где LLM/ML были частью продукта, а не демонстрационным примером • Запуск моделей локально или on-premise, а не только вызовы облачных API • 2–3+ месяца ежедневной работы через агентные инструменты Задачи: • Подключение и настройка USB-камеры на целевом устройстве: интеграция камеры с ПО устройства и захват видеопотока; детекция лиц и определение пользователя, находящегося перед устройством; распознавание управляющих жестов • Реализация стереоскопического режима 2D→3D: поиск и реализация способа вывода стереоскопического изображения на произвольном телевизоре, не требующем специализированной 3D-панели (приоритетный вариант — пассивное 3D) • Разработка клиентских интерфейсов для телевизора и мобильного устройства: реализация экранов по предоставляемым Заказчиком дизайн-макетам; адаптация вёрстки под особенности вывода на телевизоре и под мобильные экраны; интеграция с существующим бэкендом Заказчика, включая двустороннее realtime-взаимодействие • Разработка технической документации по всем перечисленным блокам работ, включая инженерные спецификации и контекстные файлы, использованные при агентной разработке

Location: Remote, Global ABOUT SUPABASE Supabase is the Postgres development platform, built by developers for developers. We provide a complete backend solution including Database, Auth, Storage, Edge Functions, Realtime, and Vector Search. All services are deeply integrated and designed for growth. ABOUT THE ROLE We're looking for an Engineering Manager to lead the Billing team at Supabase. Billing owns the monetization and revenue systems that turn platform usage into accurate customer charges and finance-ready revenue data. The team’s scope includes plans, subscriptions, usage-based billing, invoices, payments, credits, coupons, taxation, dunning, collections, pricing mechanics, entitlements, marketplace and partner billing paths, and integrations with providers such as Stripe and Orb. Billing sits at the intersection of engineering, product, finance, data, support, and partnerships. The systems are revenue-critical and trust-critical: they must remain correct, predictable, supportable, observable, and extensible as Supabase grows and introduces new products, pricing models, and partner channels. This is a people, delivery, and technical leadership role. We don’t expect managers to contribute production code directly, but we do expect you to participate in architecture and design discussions, challenge plans with sound technical reasoning, and set a high bar for correctness, reliability, and operational maturity. WHAT YOU'LL BE RESPONSIBLE FOR Team & People - Build a healthy, high-trust team culture in a remote-first, globally distributed environment. - Run 1:1s, performance management, career development, and onboarding for your direct reports. - Coach engineers working across backend application code, data pipelines, external integrations, and operational workflows. - Build durable ownership across the team so critical billing knowledge, access, and incident response do not depend on one person. - Handle people administration, including leave and time off, for your team. Hiring - Own the hiring plan for the Billing team and act as Hiring Manager and first-round interviewer for roles on the team. - Partner with Talent Acquisition to source, interview, and close strong candidates with the right mix of billing-domain depth and engineering judgment. - Contribute to headcount planning, org design, and the evolution of engineering leadership at Supabase. Delivery, Roadmap & Partnerships - Own the Billing roadmap and project management in Linear, driving accountability, clear milestones, and predictable delivery. - Balance new pricing and product capabilities with investments in system correctness, resilience, supportability, and technical debt. - Manage workflow intake and Slack triage, deciding what should be routed, prioritized, sequenced, or pushed back on. - Own weekly updates and keep stakeholders aligned without creating unnecessary overhead. - Surface risks, dependencies, tradeoffs, and revenue or customer-impact concerns early and clearly to leadership. Incident Commander - Train as an Incident Commander and lead coordination, resolution, customer-impact assessment, and post-incident follow-up. - Lead blameless post-incident reviews. YOU MIGHT BE A GOOD FIT IF YOU - Have 5+ years of engineering background, with enough depth to be credible with engineers building complex systems. - Have 3+ years managing remote engineering teams. - Have managed a billing engineering team at a cloud, SaaS, or developer tools company. Experience with developer tools or databases is a strong preference, but we'll consider any sufficiently technical background where you can demonstrate the ability to ramp on a new domain. - Have managed remote, globally distributed teams that work asynchronously across disparate time zones. - Are technical enough to be credible with strong engineers, but genuinely passionate about people management. This is the work you want to do, not a track you're settling for. - Build psychological safety and a feedback culture: you give feedback often and in the moment, ask for it back, and create space for the team to do the same. - Operate as a multiplier. Focused on helping individuals achieve more than they could alone, not on being the best technical voice in the room. - Coach rather than direct. Remove blockers, connect people to context and resources, and trust your engineers to own how the work gets done. - Have a real track record of performance management and can speak to specific examples of difficult conversations and how you navigated them. - Are comfortable with ambiguity and capable of building structure where there isn't much. - Communicate clearly and write well. You're default async, default written, set context proactively, and surface risks early. - Are collaborative, low-ego, and adaptable. You thrive working with high-autonomy, senior ICs who have strong technical opinions and don't need to be the smartest person in the room. RELEVANT BILLING DOMAIN & TECHNICAL EXPERTISE You should bring experience across most of the following areas: - Subscription lifecycle and monetization mechanics: plans and packaging, billing cycles, upgrades and downgrades, proration, upfront and in-arrears charges, add-ons, credits, coupons, discounts, refunds, taxes, dunning, collections, disputes, and chargebacks. - Usage-based billing at scale: converting raw product and infrastructure telemetry into billable usage; defining meters and dimensions; applying quotas and pricing; handling late-arriving data; and supporting deterministic reruns, backfills, and reconciliation. - Payments and billing-provider integrations: production experience with Stripe, Orb, or comparable providers, including APIs, webhooks, invoice lifecycle, payment failures, event ingestion, sync engines, rate limits, provider SLAs, and graceful degradation during outages. - Entitlements and pricing enforcement: separating feature access from charging, managing plan defaults and customer-specific overrides, and designing auditable controls that keep product behaviour consistent with commercial agreements. - Cross-functional billing operations: working effectively with Finance, Data, Product, Support, Sales/RevOps, and Partnerships on revenue reporting, customer support, fraud and payment risk, marketplace billing, and new pricing launches. WHAT WE OFFER - Fully Remote We hire globally. We believe you can do your best work from anywhere. There are no Supabase offices, but we provide a WeWork membership or co-working allowance you can use anywhere in the world. - ESOP Every team member receives ESOP (equity ownership) in the company. We want everyone to share in the upside of what we’re building together. - Tech Allowance Use this budget to set up your ideal work environment—laptop, monitor, headphones, or whatever helps you do your best work. - Health Benefits Supabase covers 100% of health insurance for employees and 80% for dependents, wherever you are. Your wellbeing and your family’s health are important to us. - Annual Off-Sites Once a year, the entire company gathers in a new city for a week of connection, collaboration, and fun. It’s a highlight of our year. - Flexible Work We operate asynchronously and trust you to manage your own time. You know what needs to be done and when. - Professional Development Every team member receives an annual education allowance to spend on learning—courses, books, conferences, or anything that supports your growth. ABOUT THE TEAM Supabase was born-remote and open-source-first. We believe our globally distributed team is our secret weapon in building tools developers love. - ~400 team members - 60+ countries - 20+ languages spoken - Over $1B raised (including our $500M Series F) - 540,000+ community members We move fast, build in public, and use what we ship. If it’s in your project, we probably use it in ours too. We believe deeply in the open-source ecosystem and strive to support—not replace—existing tools and communities.

Location: Boston, MA; New York, NY Workplace: OnSite ABOUT US At LangChain, our mission is to make intelligent agents ubiquitous. We build the foundation for agent engineering in the real world, helping developers move from prototypes to production-ready AI agents that teams can rely on. We began as widely adopted open-source tools and have grown to also offer a platform for building, evaluating, deploying, and operating agents at scale. With $125M raised at Series B from IVP, Sequoia, Benchmark, CapitalG, and Sapphire Ventures, we’re at a stage where we’re continuing to develop new products, growth is accelerating, and all team members have meaningful impact on what we build and how we work together. LangChain is a place where your contributions can shape how this technology shows up in the real world. Today, our platform includes LangSmith (Observability, Evaluation, Deployment, Fleet, and Sandboxes), our open source frameworks (LangChain, LangGraph, and Deep Agents), and the newly launched LangSmith Engine for autonomous agent improvement. We have 100M+ monthly open source downloads, 6,000+ active LangSmith customers, and 5 of the Fortune 10 use LangSmith in production (+ 35% of the Fortune 500 overall), including teams at Klarna, Clay, Coinbase, Workday, Lyft, Cloudflare, Harvey, Rippling, Vanta, LinkedIn, Monday.com, Nvidia, and Bridgewater. ABOUT THE TEAM The LangSmith team owns and builds LangChain's core platform for observability, evaluation, and production reliability of AI systems. From tracing and annotation to run rules, evaluations, and beyond, this team owns LangSmith end-to-end. If you want to define what great AI observability looks like at production scale, this is where that work gets done. ABOUT THE ROLE This role is onsite 5 days/week in Boston, MA We're looking for a Senior Fullstack Engineer to work on LangSmith. In this role, you'll have the opportunity to shape the technical direction of our platform while working closely with our enterprise customers, developer end-users, and cross functional internal stakeholders. WHAT YOU WILL DO - Lead the technical architecture and implementation of key product features for LangSmith, working across our entire Go, Python, and Typescript stack. - Collaborate closely with product and design teams to iterate on new features. - Help drive aggressive project timelines while ensuring high engineering standards are being met. - Lead by example in writing clean, maintainable, and well-tested code. WHAT YOU BRING - 5+ years of experience in software engineering working on complex platform products - Fullstack engineering experience with Go or Python on the backend and React + Typescript on the frontend. - Strong understanding of database systems, particularly Postgres and Redis - Experience designing and scaling APIs, preferably in a high-performance, data-intensive application - A “get stuff done” attitude - comfortable shipping fast and iterating based on user feedback - Strong communicator with the ability to collaborate closely with various internal stakeholders and engage directly with our top-tier customers - Strong ownership mindset - Bonus: Experience with AI/LLM-powered applications, developer tools, or observability platforms Compensation - Annual salary range: $175,000-$240,000 USD Compensation Philosophy: We offer competitive compensation that includes base salary, variable compensation for relevant roles, meaningful equity, benefits, and perks. We are hiring for this role across a range of scope, and the compensation band reflects that. Your offer depends on what we learn about your impact, craft, leadership, and communication during the interview process. We will tell you early where you’re tracking and talk comp with you before offer stage. Team members in the EU, UK, and APAC receive locally competitive benefits aligned with regional norms and regulations. BENEFITS Benefits include medical, dental, and vision coverage, flexible vacation, a 401(k) plan, meals on in-office days in the US and more.

Location: Vienna, Austria Workplace: Hybrid ABOUT SENTRY Software runs the world and the pace is faster than ever. Sentry helps developers fix errors and performance issues before users notice, so teams can spend less time firefighting and more time building. Trusted by 200,000+ organizations, Sentry is today’s application monitoring standard and our team is building its AI-native future. ABOUT THE ROLE Sentry's SDKs instrument dozens of platforms and our ingest pipeline takes in billions of events every day. The Telemetry Experience team owns what happens next: the product surfaces and APIs where that telemetry turns into something a developer can actually debug with. As a Senior Software Engineer on Telemetry Experience, you'll own that experience across the sentry.io http://sentry.io product - Python/Django and Postgres on the backend, React and TypeScript on the frontend. You'll work upstream with our SDK teams on what gets sent and with our ingest teams on how it arrives, then own the part customers actually touch: the APIs, the workflows, and the interfaces where it all lands. Your job is to make that feel native to every developer who uses it, whether they ship a backend service, a mobile app, or a game. IN THIS ROLE YOU WILL - Own projects end to end. Take a problem from a rough customer complaint through scoping, design, implementation across the stack, rollout, and measurement. You'll write the design doc, cut the work into shippable pieces, and stay with it until the numbers move - Work across the full stack of the Sentry monolith. React and TypeScript in the browser, Django and Postgres behind the API. Most projects here touch both, and the interesting decisions live at the seam - Partner closely with SDK and ingest teams. Telemetry arrives exactly as the SDKs send it and as the pipeline shapes it. You'll shape those contracts together with the engineers who own them, rather than working around what shows up - Collaborate daily with product managers, designers, and other product engineers. You'll bring the technical perspective that makes a design better, explain constraints in terms of what they cost the user, and sweat the details other people skip: empty states, error messages, loading behavior, the edge case that only bites 2% of accounts YOU’LL LOVE THIS JOB IF YOU - You'd rather own an outcome than a ticket. You take ambiguous problems, decide what to build, drive it across team boundaries, and follow through after launch. Nobody has to hand you a spec - You're obsessed with making an experience smooth. Friction offends you. You notice the extra click, the confusing label, the query that takes 400ms too long - and you fix them instead of filing them - You solve problems for customers, not for the codebase. Sentry's users are developers, so you can read their bug reports, sit in their tooling, and tell the difference between what they asked for and what they need - You communicate well in writing. Working across SDK teams, ingest teams, product, and design in a distributed company means your docs, PR descriptions, and updates do a lot of the work - You like being full-stack. You don't need a handoff to change an API and the component that calls it, and you enjoy holding the whole path from event payload to rendered pixel in your head QUALIFICATIONS - 5+ years of professional experience building and shipping full-stack web applications - Strong experience with React and TypeScript, and with Python (Django or similar) backed by a relational database such as PostgreSQL - depth in one side and real competence in the other is fine - A track record of driving non-trivial projects end to end, including the parts that require getting other teams to agree with you - Excellent written and spoken English communication skills - Experience leveraging AI-powered development tools to enhance productivity and code quality BONUS POINTS - Familiarity with the application monitoring and observability space - Experience building developer-facing products, SDKs, or public APIs - Experience with high-volume data stores or streaming systems (ClickHouse, Kafka) - A track record of contributing to open-source projects We are obliged by law to quote the minimum wage of EUR 60,844,-- gross per year for this position, in accordance with the respective collective agreement (IT-KV). The salary that Sentry offers you is adjusted to the current market situation and will be above the IT-KV. A successful candidate will be eligible to participate in Sentry’s employee benefit plans/programs applicable to the candidate’s position (including incentive compensation, equity grants, paid time off, and group health insurance coverage). See Sentry Benefits https://sentry.io/careers/ for more details about the Company’s benefit plans/programs. EQUAL OPPORTUNITY AT SENTRY Sentry is committed to providing equal employment opportunities to its employees and candidates for employment regardless of race, color, ancestry, religion, sex, national origin, sexual orientation, age, citizenship, marital status, disability, gender identity, veteran status, or other legally-protected characteristic. This commitment includes the provision of reasonable accommodations to employees and candidates for employment with physical or mental disabilities who require such accommodations in order to (a) perform the essential functions of their jobs, or (b) seek employment with Sentry. We strive to build a diverse team, with an inclusive culture where every teammate can thrive. Sentry is an open-source company because we believe that everyone, everywhere, should have the ability and tools to make great software. Software should be accessible. That starts with making our industry accessible. If you need assistance or an accommodation due to a disability, you may contact us at accommodations@sentry.io. Want to learn more about how Sentry handles applicant data? Get the details in our Applicant Privacy Policy https://sentry.io/careers/applicantprivacy/.

The Client Solutions & Analytics engineering team builds and maintains a suite of proprietary quantitative platforms spanning portfolio construction and optimization, retirement and defined contribution solutions, Capital Market Assumptions, multi-asset risk analytics, and institutional client intelligence tooling. Responsibilities: — Design and implement RESTful APIs using Python frameworks (FastAPI, Django, Tornado) — Build and maintain data pipelines and backend services for analytics workloads — Design and optimize database schemas across relational, NoSQL, and cloud data stores — Work with structured and unstructured data across Snowflake, Postgres, S3, and MongoDB — Collaborate closely with quantitative researchers, frontend engineers, and business stakeholders — Contribute to system design and architecture decisions — scalability, reliability, security — Monitor and troubleshoot production systems using observability tooling Requirements: — 9+ years of backend development experience — Strong Python proficiency — the team's primary language — Solid hands-on experience with Postgres, Snowflake, MongoDB, and S3 — Strong grasp of data modeling (ER design) and system design principles — Interest in AI-assisted development and modern developer tooling — Experience building and shipping production-grade REST APIs We offer: — Flexible work setup: remote model (Poland, Serbia, Georgia, Spain, Portugal, Armenia) or hybrid if desired (Poland) — Health insurance coverage for those based in Poland — 50% coverage of health insurance for spouses and children in Poland — 24 days of paid vacation — 10 days of paid sick leave — 50% reimbursement for professional training, education, conferences — Work alongside a highly professional team — Engaging teambuilding events and activities

Задачи: — Сотрудничество с бизнес-стейкхолдерами для понимания их потребностей и требований — Анализ и документирование бизнес-процессов, рабочих процессов и функциональностей систем — Проектирование и предложение технических решений, соответствующих бизнес-целям и технологической стратегии FxPro — Разработка детальных системных спецификаций, диаграмм и блок-схем для руководства разработчиками — Тесное взаимодействие с командами разработки для контроля реализации системных решений — Обеспечение бесшовной интеграции новых систем с существующей инфраструктурой и платформами Требования: — Опыт работы системным аналитиком не менее 5 лет — Экспертиза в анализе и документировании требований для backend-сервисов — Опыт создания детальных системных спецификаций, wireframes, диаграмм и блок-схем — Владение созданием комплексной технической документации — Знание системной архитектуры — Опыт работы с RESTful APIs, GraphQL и интеграцией сторонних API — Знание отраслевых стандартов и требований регуляторов — Сильные навыки решения проблем и устранения неполадок — Отличные устные и письменные коммуникативные навыки — Способность к сотрудничеству и работе в команде — Аналитическое мышление — Адаптивность к изменяющимся бизнес-требованиям — Свободное владение английским и русским языками Желательно: — Глубокие знания торговых систем — Понимание принципов UX/UI дизайна Условия: — Отличный компенсационный пакет — Медицинская страховка — Пенсионный фонд — Собственный спортзал с персональным тренером — Бесплатное ежедневное питание, закуски и напитки — Корпоративная дисконтная карта на различные товары и услуги — 21 день ежегодного отпуска и 10 дней больничных в год — Трансфер из Лимассола — Подарок на день рождения — Бонус на релокацию и поддержка в оформлении визы/разрешения на работу

Задачи: — Владение глубоким анализом производительности и оптимизацией стека блокчейн-нод, выявление причин потребления ресурсов и внедрение системных исправлений — Создание систем наблюдения, проверки состояния и автоматического переключения для блокчейн-нод — Руководство инициативой по оптимизации размеров кластера нод, профилирование рабочих нагрузок и установление моделей емкости — Взаимодействие с инженерами по интеграции протоколов, командами кошельков и индексаторов — Определение и внедрение SLO и SLI для сервисов нод — Поддержка обновлений протоколов и операций нод с акцентом на производительность Требования: — Опыт разработки ПО не менее 5 лет с глубокими знаниями в анализе производительности систем, профилировании и оптимизации инфраструктуры — Практический опыт эксплуатации распределенных систем в масштабе (диагностика узких мест, настройка производительности, управление емкостью) — Владение backend-программированием (предпочтительно Go) и системными инструментами (pprof, Datadog, Prometheus, Grafana) — Опыт снижения затрат на инфраструктуру через инженерную оптимизацию, а не просто масштабирование ресурсов — Желателен опыт работы с блокчейн-нодами, протоколами консенсуса или криптоинфраструктурой

Задачи: - Разрабатывать и развивать frontend на React / Next.js, реализовывать интерфейсы по Figma с TailwindCSS - Строить мультидоменную и мультивитринную архитектуру, конфигурационный подход для storefront - Интегрировать frontend с backend на Django через REST API, работать с платёжными и subscription API, webhook-события - Реализовывать ключевые страницы: Landing, Pricing, Checkout, Login, My Account; GEO-зависимый контент - Оптимизировать Core Web Vitals, обеспечивать SEO и кроссбраузерность Требования: - От 3 лет коммерческого опыта с React, уверенное знание Next.js и TypeScript, опыт с TailwindCSS - Уверенная работа с REST API, опыт интеграции frontend с backend на Django - Опыт с SSR / SSG, понимание routing и middleware в Next.js - Понимание принципов multi-tenant / multi-domain архитектуры, feature flags - Будет плюсом: интеграция с платёжными системами, recurring payments, финтех Условия: - График: 5/2 с 10 до 18, отпуск 21 день, оплачиваемый больничный - Формат работы: удалённо

Location: Remote Who we are Our mission is to bring clarity and control to the world's most complex codebases. AI is accelerating code creation, but the infrastructure to understand, oversee, and evolve that code hasn't kept pace. Sourcegraph gives engineering organizations full visibility across their systems, precise context for their agents, and the ability to execute coordinated code changes at scale. As agentic development becomes the dominant engineering paradigm, we provide the context layer teams need to take control of their codebase. With Code Search, Deep Search, MCP, and Agentic Batch Changes, we deliver on that mission today - giving engineering teams and their AI tools the cross-repo context to navigate massive codebases with confidence, and the ability to make changes across hundreds of repositories at once. Companies like Stripe, Reddit, and Leidos rely on Sourcegraph to ship faster and with higher quality. We're backed by a16z, Sequoia, and Redpoint, and proud to operate as a globally distributed team that values high agency, direct communication, and customer love. If you want to build the infrastructure that lets every engineering team - and every agent they deploy - operate on their codebase with confidence, join us. Hours & location 🌎 While we hire almost anywhere in the world, we have a preference for someone to reside in the following locations for this role. However, if you feel qualified, we welcome you to apply regardless of location. No matter what, working hours must overlap with EST for at least 20 hours/week. Preferred locations: USA Why this job is exciting Sourcegraph is at the forefront of building AI tools to solve the biggest problems in the software industry, problems that only get bigger as codebases grow and as more of the work is done by agents. The Code Understanding team owns the surfaces where that intelligence meets the developer: Deep Search , our agentic, multi-step answer engine across an enterprise's entire lineup of codebases, Query Assist , turning natural language queries into Sourcegraph query syntax, Smart Hovers , concisely summarizing symbols right where devs need it, guided diff review, and the APIs that both humans and AI agents rely on every day. Most of what makes those surfaces tick is agent engineering : a blend of software engineering, machine learning, and statistics. Agent engineering tells us which model to use and when, how to retrieve and pack context, how to measure answer quality, where to fine-tune or distill a smaller model to cut costs and latency, and how to expand a single LLM call into a reliable multi-step agent. As the staff ML and agent engineer on Code Understanding , you'll be the technical owner of it: setting the tam’s direction for models, evaluations, and agentic systems, making our products measurably better, faster, and cheaper, and raising the team's fluency in building with models. This is a staff-level role : we're hiring a technical leader, not just a strong individual contributor. The primary need is a production ML and evaluation authority who also builds production agent systems. You'll own the hardest, most ambiguous problems in this space, set standards others follow, and influence direction beyond your immediate team. You'll get the exhilarating chance to drive the vision on how we can provide the best code understanding experience on the market by combining our deterministic, large-scale systems and AI into experiences never seen before. Concretely, you'll own work like: Agentic systems. You'll design and harden the multi-step, tool-using agent loops behind current and new agentic experiences, turning research and experiments into reliable, observable, and affordable products at enterprise scale. Pragmatic use of evaluations. Crafting agentic products means needing to tell when a change actually helped, which is hard when agents keep changing and the product keeps shifting. You'll bring judgment about where evaluations earn their keep, when to use targeted smoke tests and metrics, and how to avoid noise dressed up as rigor, so we can move fast with confidence. Models: selection, upgrading, and training. You'll decide which models we run where, drive upgrades, and fine-tune our own when that's the right call. Retrieval and context engineering. You'll push on how we ground models in a customer's code - retrieval, ranking, context windows, citations - to make answers more accurate and verifiable. Cost and latency. Every surface has a per-user economic budget. You'll treat cost and latency as product features, and profile, distill, cache, and right-size models so we can ship ambitious features sustainably. You'll do this on a small, senior-leaning team that ships quickly, owns a lot of product surface, and has streamlined product management: engineers here talk to customers, frame the problem, and own it end-to-end. You'll have real agency over technical direction and a direct line to the impact of your work. 📅 Within one month, you will… Get the Code Understanding products and their model/agent pipelines running end-to-end locally, and land your first improvements to a model, prompt, retrieval path, or eval. Build a clear picture of where the AI engineering pain is, and the product surfaces most constrained by them. Get to know the team and our customers, and start forming your own opinions about where our agentic products should go next. Join the team's on-call support rotation. 📅 Within three months, you will… Own a meaningful agentic slice of the product end-to-end, driving it from problem-framing through rollout and measurement. Establish how the team ships model and prompt changes responsibly: the evals, dashboards, and guardrails that make quality and cost regressions visible before customers feel them. Begin up-leveling teammates in building with models by pairing with them, reviewing their code, and modeling good agent engineering instincts. 📅 Within six months, you will… Be the recognized technical authority for agent engineering and agentic systems on Code Understanding. You will be the person teammates, and increasingly the wider department, defer to on model, eval, and agent-design decisions. Have measurably moved the products: better answer quality, lower cost/latency, or new agentic capabilities that weren't feasible before. Be setting the direction of the team's roadmap where it intersects agents, bringing conviction, backed by evidence, about which bets are worth making, and pulling other engineers up to execute on them. About you You are a staff engineer and technical leader with hard-won skills across production machine learning, evaluation, and agent systems . This high-leverage role relies on your ability to make sound model and evaluation decisions for a fast-moving product, build the production systems around them, steer technical direction, and be a force multiplier for a talented, product-minded team. You're equally comfortable reasoning about an eval harness, a fine-tuning run, a retrieval pipeline, and the multi-step agent loop that ties them together, and you make everyone around you better at all of it. You operate at staff scope: you own the most ambiguous, highest-risk problems in your domain, go into whatever codebase a problem requires, set standards and patterns others adopt, and translate fluidly between engineering goals and business objectives. You influence direction beyond your immediate team. You lead through technical excellence and mentorship. You have personally owned a production model lifecycle. You have trained or fine-tuned at least one model and taken it from dataset construction through evaluation, production rollout, and monitoring. You can explain how you chose between training or fine-tuning and prompting or retrieval, how you chose baselines and metrics, what error analysis revealed, and how production evidence affected the next version. You build agents, fluently and opinionatedly. You've designed multi-step agentic systems and made them reliable, observable, and cost-bounded. You have a point of view on where agents shine and where deterministic code or human judgment is required. You have strong evaluation judgment. You build representative datasets, meaningful baselines, useful error taxonomies, and release criteria that connect offline measurements to production behavior. You know where rigorous evaluations earn their keep, where lightweight smoke tests or qualitative review are enough, and where a precise-looking metric is misleading. You treat cost and latency as product constraints. You make measured quality, latency, and cost tradeoffs and use the appropriate combination of model selection, prompting, retrieval, caching, distillation, and fine-tuning rather than reaching reflexively for a more complex model. You operate autonomously on ambiguous problems. Given a rough product idea, a few customer quotes, and a Slack thread, you come back with a plan, a prototype, milestones, and a point of view on tradeoffs, without it being pre-scoped. You own high-technical-risk projects end-to-end. You contribute beyond your domain. As a senior IC, you go into whatever part of the codebase a problem requires, recognize issues beyond your immediate area, and translate between engineering goals and business objectives. You up-level the people around you. You mentor by pairing on hard problems, providing substantive design and code reviews, and spreading agent engineering literacy across the team. You see investing in your teammates' growth as part of the job. You're customer and product-driven. You're comfortable on customer calls and in feedback threads, you turn raw signals into requirements, scopes, and milestones, and you push back when feedback would lead the product astray. You're pragmatic, not a perfectionist. You ship the smallest correct thing, prefer robust solutions over complicated ones, and keep a high-quality bar with simplicity. On the engineering fundamentals: You're a strong software engineer who can ship production services. You're comfortable across our stack - Go on the backend, TypeScript on the frontend, GraphQL, Postgres, Docker - or you're clearly able and eager to get there. You're fluent with agentic coding tools, and you understand and own every line it submits. You're comfortable in an async-first, multi-service, fast-paced remote environment. Nice-to-haves: You've shipped an LLM-powered or agentic developer-facing product you can speak about opinionatedly: what worked, what didn't, what you'd do differently. You've fine-tuned, distilled, or trained models to meet cost, latency, or quality targets in production. Experience with retrieval, ranking, embeddings, or search relevance. Experience working directly with enterprise customers and translating their needs into a product. Experience mentoring or up-leveling engineers, especially raising a team's agent engineering fluency. Level 📊 This job is an IC4. You can read more about our job leveling philosophy in our Handbook. Compensation 💸 We pay above-market salaries because we want to hire exceptional people who can focus on building great products, not worrying about paying bills. As an open and transparent company, our compensation philosophy and pay bands are visible to every Sourcegraph teammate, and we strive to make our approach equitable, explainable, and competitive. Your base salary is determined by the IC4 pay band for your location zone (1-4). Our pay bands are informed by market data and designed to ensure competitive compensation wherever you live. During the recruiting process, we'll discuss the range applicable to you based on job level, relevant skills, experience, qualifications, and location zone. 💰 The starting salary for the IC4 pay band in each zone is: Zone 2: $176,000 USD Zone 3: $132,000 USD Zone 4: $88,000 USD 📈 In addition to competitive cash compensation, we offer meaningful equity (because when Sourcegraph succeeds, we want you to succeed, too) and generous perks & benefits . Interview process Below is the interview process you can expect for this role (you can read more about the types of interviews in our Handbook). It may look like a lot of steps, but rest assured that we move quickly and the steps are designed to help you get the information needed to determine if we’re the right fit for you… Interviewing is a two-way street, after all! We expect the interview process to take 5.5 hours in total. 👋 Introduction Stage - we have initial conversations to get to know you better… [30m] Recruiter Screen [30m] Hiring Manager Screen 🧑‍💻 Team Interview Stage - we then delve into your experience in more depth and introduce you to members of the team, including cross-functional partners… [60m] Resume Deep Dive [60m] System Design [60m] Harden a Code Research Agent Interview [60m] Cross-functional team collaboration / Values 🎉 Final Interview Stage - we move you to our final round, where you gain a better understanding of our business and values holistically… [30] Leadership We check references and conduct your background check Please note - you are welcome to request additional conversations with anyone you would like to meet, but didn’t get to meet during the interview process. Learn more about us You can learn more about what it is like to work at Sourcegraph by reading our handbook . We are an ambitious team who are collectively working hard to build the most influential company in the world. You can read more about our culture , competitive compensation and benefits here. Sourcegraph is an equal opportunity workplace; we welcome people from all backgrounds. Sourcegraph participates in E-Verify for U.S. Employees.

Location: Belgrade, Serbia; Berlin, Germany; Limassol, Cyprus; Madrid, Spain; Munich, Germany; Paphos, Cyprus; Prague, Czech Republic; Remote, Germany; Warsaw, Poland; Yerevan, Armenia If you want to build and own the systems that decide what JetBrains customers are entitled to use and bill them accurately for it, this is for you. You will focus on designing backend services, keeping complex commercial flows correct, and tackling hard distributed systems challenges on the critical path of every paid request. About JetBrains We create intelligent software development tools for developers and teams. More than 15 million users, over 300,000 companies, and 88 of the Fortune Global Top 100 rely on our products to solve real, complex problems. Our mission is simple: make development teams more productive and AI adoptable at scale. What you’ll do At JetBrains, the Cloud Platform department builds the underlying infrastructure that powers authentication, paid capabilities, usage metering, and accounting. Within this department, the Licensing & Billing team sits right at the center of our commercial model, turning what a customer buys into what they are actually allowed to use, and accounting for that consumption accurately enough to bill on. The complexity of our entitlement, quota, and metering systems continues to grow. In this role, you will own the correctness and evolution of these backend services, take full ownership of end-to-end data flows, tackle distributed consistency across unreliable upstream systems, and ensure revenue-affecting data migrations happen cleanly without taking services offline. Day to day, you will: Design, build, and operate backend services that decide what a customer is entitled to and what their usage costs. Own flows end to end, from ingesting licensing and purchase data from upstream systems to enforcing quotas and recording consumption. Evolve our domain model to handle new commercial structures, combining seat-based plans and usage-based models. Design integrations with external systems, ensuring correctness through idempotency, ordering, reconciliation, and eventual consistency. Plan and execute live data migrations using feature flags, dual writes, backfills, and verification at every stage. Build observability into our systems by defining invariants, metrics, and alerts to catch silent divergence before customers do. Design internal APIs with explicit focus on versioning, backward compatibility, and developer experience for other JetBrains teams. Improve system performance and reliability under continuous production load while decommissioning legacy subsystems. Write integration tests against real dependencies and maintain reliable test infrastructure. Investigate production incidents, find root causes, and follow through on lasting fixes. What you’ll bring An engineer’s dedication to accuracy, especially in domains where system errors have direct financial impact. Pragmatic judgment when designing distributed systems where correctness under unreliable delivery is the main constraint. A habit of trusting metrics, traces, and logs to understand production behavior rather than relying on assumptions. Comfort navigating and simplifying large existing codebases containing legacy decisions. Clear, direct communication skills to agree on API contracts across teams with different priorities. A focus on testing as an essential design tool rather than an afterthought. What you’ll need A proven track record of building and operating backend services on the JVM platform using Kotlin or Java. A solid working knowledge of relational databases, including transactions, isolation levels, locking, indexing, and live schema migrations (PostgreSQL preferred). A deep understanding of distributed systems patterns, such as idempotency, retry strategies, eventual consistency, and data reconciliation. Practical experience making live data migrations or system changes without downtime using feature flags and staged rollouts. Experience designing versioned, backward-compatible APIs for other engineering teams. Hands-on experience with event-driven architectures and message brokers like Kafka. The ability to diagnose, debug, and resolve production incidents in complex environments. Proficiency in both written and spoken English. What success looks like Success in this role means building a bulletproof entitlement and metering foundation that product teams can trust without hesitation. You will have successfully migrated live commercial systems to support new billing models without downtime or data divergence. Silent errors will be caught automatically by system invariants before affecting users, and internal teams will integrate seamlessly with your clean, versioned APIs. Why join JetBrains? Strong base salary. We offer competitive pay that reflects your skills and experience. Flexible work location. Enjoy the freedom to work from home or from the office. Remote work. Spend up to 30 days per year working remotely from abroad. Extra time off. More days to relax, recharge, and do the things you love. Medical insurance allowance. Enjoy peace of mind for you and your family Learning and development opportunities. Access to conferences, courses, and language classes. Relocation support. We help make your move as smooth and stress-free as possible. (keep if relevant for the role) Language classes. Pick up the local language or sharpen your English skills. Fuel your day. Enjoy a hot meal or receive a lunch allowance on workdays. Mental health support. To help you feel your best, we provide easy access to professional mental health services. Sports benefit. Enjoy an on-site gym or sports club stipend. Internal events. Join company-wide celebrations and team gatherings. *Some benefits may vary depending on location. #LI-KT1 We are an equal opportunity employer We know great ideas can come from anyone, anywhere. That’s why we do our best to create an open and inclusive workplace – one that welcomes everyone regardless of their background, identity, religion, age, accessibility needs, or orientation. We process the data provided in your job application in accordance with the Recruitment Privacy Policy.

Location: Yerevan; Belgrade; Novi Sad, Vojvodina; Poland; Kyiv City; Odesa Workplace: remote Provectus is an AWS Premier Partner and an Anthropic Strategic Partner, working at the frontier of applied AI. We help enterprises turn Claude, agentic systems, and their own data into measurable business outcomes — through bespoke applications, managed services, and advisory engagements. With offices in North America, LATAM, and EMEA, we partner with clients worldwide. Our work centers on two verticals — Financial Services & Insurance and Healthcare & Life Sciences — where we deploy five pre-built AI Blueprints: Submission Flow, Portfolio Lens, Asset Flow, Revenue Flow, and Evidence Lens. Each Blueprint rebuilds a critical business process front to back, shipped from working code and tuned to a client's specific book, regulators, and operating posture. Our team holds 100+ AWS certifications, is Claude Code certified, and co-delivers Anthropic's Agentic SDLC program, Cowork Activation, and AI Blueprint engagements. Where this role sits You will work in a senior pod alongside an FDE, an FDX, and Senior AI Engineers — contributing to real delivery work while building toward independent ownership. Requirements: Mindset Proactive and self-directed; you push for clarity rather than waiting for a ticket. Excellent communication and problem-solving skills. Comfortable with some ambiguity, with support from senior team members as you take on more. B2+ English, comfortable collaborating across distributed, multicultural teams. Technical depth Hands-on experience building or contributing to RAG systems, ideally in a production or near-production setting. Solid engineering fundamentals; Python and/or TypeScript proficiency. Productive in an unfamiliar codebase with some ramp-up support. Practical AWS experience (Lambda, S3, ECS, or similar); ready to grow into Bedrock and Bedrock AgentCore . Some experience with containers and CI/CD in real projects. Exposure to evaluating non-deterministic systems — you've contributed to or run test/eval cycles, even if you haven't owned a full eval suite end-to-end. Basic working knowledge of model/agent monitoring concepts. Awareness of cost and latency trade-offs when working with LLMs. Some hands-on exposure to the Claude ecosystem (Claude Code, CLAUDE.md, hooks, skills files) is a plus, or strong ability to ramp up quickly. Practical experience with LLM APIs (Anthropic, AWS Bedrock, or OpenAI) in real projects. 2+ years of software or ML engineering experience, including some exposure to production systems. Solid AI/ML foundations — you understand what the models do well enough to reason about common failure modes. Nice to Have: Experience in one of the industries: financial services, insurance, healthcare. Consulting, professional services, or other embedded customer-facing delivery. AWS and Claude Code Certifications (or actively pursuing them). A2A: Interest in agent-to-agent interoperability concepts. CI/CD pipeline experience (GitHub Actions, GitLab CI). Practical experience with one or more use cases from the following: NLP, LLMs, and Recommendation engines. Experience in an additional language (Go, TypeScript, or Rust). Experience with Apache Spark, Apache Airflow, Kafkа. Experience with the Claude ecosystem —  Claude Code, CLAUDE.md, hooks, skills files.  Spec-driven development — writing the intent, constraints, and acceptance criteria before you let an agent build. MCP: you can say why an agent would prefer it to a REST integration, having authored a server is an additional  plus. Responsibilities: Build and contribute to RAG system components under senior guidance, with growing autonomy. Write tests and help build out evaluation harnesses for the features you work on. Write production code across the stack (AI, backend services, data pipelines) with code review support. Help integrate AI components into backend services and RESTful APIs. Support deployment of systems to AWS (containerized, CI/CD), taking on more of this independently over time. Contribute to documentation, runbooks, and client handover materials. Participate in technical discussions and architectural decisions, with an eye toward taking on more of this independently. Support model evaluation efforts and help investigate and improve failure modes. Take on increasing ownership of components and technical decisions as you grow in the role. What We Offer: The chance to shape how leading enterprises across LATAM, Europe, and North America adopt AI, from strategy through first deployment A forward-deployed model working in small, senior teams alongside FDE and FDX A growing AI delivery practice where you help build the tooling and frameworks, not just use them Remote-friendly culture Internal training programs with full support for Claude, AWS, and other professional certifications, conference attendance Career growth; we actively develop our engineers Access to the latest AI tools and premium subscriptions Long-term B2B collaboration Private medical insurance or a budget for your medical needs Paid sick leave, vacation, and public holidays Equipment and all the tech you need for comfortable, productive work How we hire: Intro conversation. The role, your background and aspirations, tech questions. Technical interview with live engineering sessions. Real problems, your own editor, you may use an LLM assistant HR Interview. Soft skills and expectations HM interview. Tech questions; a live engineering session is also possible

Задачи: — Разработка и развитие backend-сервисов на Python (FastAPI, Django, Flask) в микросервисной архитектуре. — Проектирование и реализация REST API, проработка контрактов, версионирование API и интеграций. — Работа с данными: проектирование схемы, оптимизация запросов, миграции в PostgreSQL (SQLAlchemy, Alembic). — Интеграция с очередями сообщений и кэшами: RabbitMQ, Redis — очереди, pub/sub, кэширование. — Участие в архитектурных решениях, оптимизация производительности сервисов (asyncio, concurrency, кэширование). — Написание unit- и integration-тестов (pytest), участие в code review. — Участие в CI/CD-процессах: Docker, docker-compose, GitLab CI/GitHub Actions, базовое понимание Kubernetes. — Взаимодействие с командами разработки, DevOps, аналитиками и бизнес-стейкхолдерами. Требования: — Коммерческий опыт разработки на Python от 3 лет, уровень Middle+ / Senior. — Уверенное владение Python 3.10+: typing, asyncio, concurrency patterns, структуры данных. — Глубокое знание веб-фреймворков: FastAPI, Django (DRF), Flask — опыт построения REST API в production. — Опыт работы с PostgreSQL: схема, сложные запросы, оптимизация, индексы, транзакции, isolation levels. — Уверенная работа с ORM (SQLAlchemy, Django ORM) и миграциями (Alembic, Django migrations). — Опыт работы с очередями сообщений и кэшами: RabbitMQ, Redis — очереди, pub/sub, кэширование, сессии. — Понимание принципов микросервисной архитектуры и распределённых систем: service discovery, circuit breaker, rate limiting, observability. — Опыт работы с Docker, docker-compose, CI/CD (GitLab CI, GitHub Actions), базовое понимание Kubernetes. — Опыт написания unit- и integration-тестов (pytest), участие в code review. — Умение работать автономно, брать задачу целиком и доводить до результата. — Умение переводить бизнес-требования в технические решения и аргументировать свой выбор. Будет плюсом: — Глубокое понимание asyncio, async I/O, concurrency моделей (aiohttp, FastAPI async, TaskGroup). — Опыт разработки высоконагруженных и/или low-latency систем: connection pooling, uvloop, кэширование. — Опыт работы с gRPC, WebSockets, Elasticsearch, Celery/Arq/Dramatiq для фоновых задач. — Практика работы с Kubernetes, Helm, мониторинг (Prometheus, Grafana), логирование (ELK). — Знание паттернов DDD, CQRS, Event Sourcing, опыт работы с event-driven архитектурами. — Английский язык для работы с зарубежной документацией, командами и стейкхолдерами (для европейских и американских проектов нужен уровень B2+). Условия: — Заработная плата на уровне middle+ / senior, вилка для middle 100 000 - 180 000 рублей в месяц. Процесс: — Короткое общение с рекрутером. — Техническое интервью / TechCertify-скрининг. — Передача на подходящие проекты клиентам.

Задачи: — Разрабатывать и поддерживать backend-сервисы и REST API на Python (FastAPI) — Проектировать компоненты системы, API-контракты, модели данных и взаимодействие между сервисами — Разрабатывать интеграции с AI-компонентами, внутренними сервисами и внешними API — Проектировать асинхронные и событийно-ориентированные процессы с использованием Kafka — Работать с PostgreSQL: проектировать схемы данных, писать и оптимизировать запросы и обеспечивать целостность данных — Создавать и поддерживать миграции базы данных с помощью Alembic — Писать unit-, integration- и API-тесты для критически важного функционала — Улучшать производительность, отказоустойчивость и масштабируемость сервисов — Диагностировать и устранять проблемы на основе логов, метрик и трассировок — Проводить code review и участвовать в принятии архитектурных решений — Оценивать технические риски и декомпозировать сложные задачи — Поддерживать технические стандарты команды и нести ответственность за качество реализованных решений Требования: — От 4 -5 лет коммерческого опыта в backend-разработке на Python — Практический опыт разработки production-сервисов на FastAPI — Понимание безопасности API: OAuth 2.0, JWT, RBAC и управление секретами — Глубокое понимание асинхронного Python: async/await — Опыт проектирования стабильных API-контрактов и версионирования API — Практический опыт работы с Kafka — Понимание consumer groups, partitioning, offsets, порядка обработки и повторной доставки сообщений — Уверенный опыт работы с PostgreSQL и SQL — Практический опыт работы с SQLAlchemy и Alembic — Опыт написания unit- и integration-тестов с использованием pytest — Опыт работы с Git, Docker и Linux — Понимание принципов чистого кода и разделения ответственности — Понимание подходов к обработке ошибок, логированию и мониторингу — Самостоятельность, ответственность за результат и способность аргументированно обсуждать технические решения Условия: — Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования + квартальная премия по результатам KPI — Полную удалёнку или гибрид на выбор, а также уютный ИТ-хаб в Москве, Санкт-Петербурге, Екатеринбурге и сезонный коворкинг в Сочи — Сложные и интересные задачи, современный стек технологий — Заботу о вашем здоровье: программа ДМС с первых дней работы, куда входит стоматология, обслуживание в лучших клиниках города, страхование и полная компенсация 10-ти дней больничного — Возможность вертикального и горизонтального карьерного роста: регулярно проходят тренинги, вебинары, митапы и демо-дни — Доступ к бесплатным корпоративным библиотекам Alpina Digital, MyBook и бизнес-изданий — Предложения от Банка только для сотрудников: собственные спортзалы (Москва, Санкт-Петербург, Екатеринбург), а также скидки на услуги туристических агентств, продукты питания, в рестораны, бары, магазины

Дивизион "Моделирование и исследование данных" отвечает за компетенцию Data Science в Блоке Сеть Продаж. Мы разрабатываем и внедряем end-to-end решения на основе AI в бизнес-процессы Сети Продаж Банка. Ищем человека, вместе с которым мы будем строить топовые AI решения, на основе архитектуры Claw-like & Ouroboros, которые будут в действительности приводить к Disrupt в реальных процессах. Задачи: • разрабатывать с нуля AI-агентов и микросервисы для AI-продуктов • исследовать и внедрять новейшие технологические решения в ИИ - Claw-like & Ouroboros • разрабатывать и дообучать модели машинного обучения (Classic ML, Deep Learning) • разрабатывать алгоритмы взаимодействия ML-моделей и сервисных модулей • принимать участие в разработке архитектуры и дизайна агентов и AI-сервисов • проектировать и разрабатывать backend-части AI-сервиса • принимать участие в оптимизации скорости работы AI-агентов и ML-моделей. Мы ожидаем: • законченное высшее образование • компетенции: Python, Classic ML, Deep Learning, LLM/Agents, MLOps • понимание принципов разработки, внедрения и сопровождения AI-решений • уметь писать хороший и понятный production-ready код на Python, хорошее знание алгоритмов, структур данных • опыт работы с реляционными и нереляционными базами данных • навыки работы с генеративными AI-моделями, опыт создания AI-агентов и использование их в работе будет преимуществом • опыт использования GigaChat, Kandinsky и аналогов в продуктах • инструментальное владение Ai для анализа, генерации и автоматизации • опыт построения отказоустойчивых высоконагруженных распределенных ML систем. Мы готовы предлагать: • график 5/2, офис на м. Кутузовская; • режим работы на выбор - офис или гибрид • достойный уровень вознаграждения (оклад + годовая премия) • возможность стать частью команды, реализующей программы цифровой трансформации банка - на основе передового опыта и инновационных идей • широкие возможности для профессионального развития: корпоративный университет и множество онлайн-программ обучения. Корпоративное обучение за счет компании • бесплатная подписка СберПрайм+, многочисленные скидки и бонусы от партнеров: СберМаркет, МегаМаркет, Самокат, Еаптека и др.