Вакансии

Задачи: — разрабатывать и поддерживать микросервисы на FastAPI и взаимодействовать со смежными командами для интеграции компонентов и ML-моделей в сервисы — проводить системный анализ бизнес-требований при проектировании архитектуры и API (REST, Kafka) для новых сервисов (логика сценария, состояния, переходы, ограничения, ошибки, fallback-ветки, затронутые компоненты и критерии приемки) — развивать AI pipeline агента: корректировать и продумывать промпты для GigaChat, реализовывать RAG классификации, настраивать пороговые значения, настраивать эмбеддинг модели, реализовывать ограничения (лимиты) вызовов LLM с целью оптимизации затрат у ускорения работы — оптимизировать производительность сервисов на всех уровнях: код (asyncio, threading), хранение данных и запросы (PostgreSQL, продвинутый SQL, индексы, шардирование), кэширование (Ignite), работа с очередями (Kafka) — участвовать в проектировании тестовых сценариев и создании тестовых датасетов. Контролировать качество реализации, проводить глубокий анализ дефектов, определять их корневые причины. Требования: — опыт разработки на Python от 3 лет, включая самостоятельное проектирование архитектуры компонентов сервисов на основе бизнес-требований — практический опыт создания высоконагруженных и отказоустойчивых микросервисов на FastAPI, а также продуктов с внедрением ML решений — понимание принципа работы LLM/AI агентов, prompt-engineering, RAG, embeddings, классификации, latency и ограничений генеративных моделей — практический опыт работы с фреймворками ML/DS:(LangChain/GigaChain, Scikit-Learn, Pandas и др.) — глубокие знания в области асинхронных приложений, базовый SQL, опыт работы с брокерами сообщений (Kafka), Docker, Kubernetes — высокая культура совместной работы используя BitBucket/Jira, бережное отношение к коммитам, знание процессов Agile (Scrum) — опыт анализа логов через написание парсеров и диагностических инструментов. Условия: — комфортный современный офис на м. Кутузовская — формат работы: офис на время адаптации и далее гибрид (2–3 дня в неделю в офисе) — ежегодный пересмотр зарплаты, годовая премия — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендации друзей в команду Сбера.

Задачи: -разработка и поддержка Python-скриптов и микросервисов для интеграции AI-инструментов в банковские процессы -исследование и пилотирование AI-платформ (OpenClaw, Claude Code, LangChain и аналоги) для автоматизации задач разработки и бизнес-процессов -участие в проектировании бэкенд-компонентов для взаимодействия с LLM (совместно с командой) -проведение экспериментов: тестирование гипотез, сравнение моделей и инструментов -документирование результатов исследований и подготовка рекомендаций -участие в Code Review -работа в Agile-команде: участие в стендапах, спринтах и ретроспективах. Требования: -базовое знание Python (ООП, структуры данных, модули) -понимание Git (коммиты, ветки, PR) -основы SOLID и паттернов проектирования -знакомство с FastAPI (учебные проекты) и pytest -понимание SQL (простые запросы) и принципов БД -общее представление о CI/CD (Jenkins) и сетевых протоколах -понимание принципов работы LLM (на уровне концепций), опыт использования AI‑CLI (Claude Code, Codex и др. — достаточно пробовал)

Условия: Занятость: PART-TIME Оплата: $400. Требования: - Level: Junior - Стек: Python. - English B2: Обязателен для коммуникации. - Опыт работы с ИИ-инструментами (Claude Code, Codex etc.)

Задачи: - Внедрять AI-инструменты, агентов и сценарных ботов в продукты и сервисы. - Разрабатывать микросервисы для обработки данных. - Проектировать и оптимизировать ETL-процессы. - Поддерживать и развивать потоковые и пакетные системы обработки данных. - Повышать производительность, отказоустойчивость и масштабируемость существующих решений. - Интегрировать различные системы и источники данных. - Автоматизировать мониторинг и систему алертинга. Требования: - Опыт работы с данными и их трансформацией с использованием SQL (ClickHouse, PostgreSQL, Vertica, Trino и другие). - Уверенное знание Python. - Опыт работы с инструментами оркестрации процессов (Airflow). - Понимание архитектуры и принципов построения ETL-пайплайнов

Обязанности: • разработка сервисов и библиотек для AI агентов • поддержка и развитие существующих сервисов • проектирование детальной архитектуры и АPI для новых сервисов • интеграция продуктов компании с партнерами • контроль за качеством и отказоустойчивостью. Требования: • высшее оконченное образование • опыт коммерческой разработки на Python от 3 лет • владение инструментами контроля версий (Git), знание паттернов и антипаттернов разработки (SOLID, ООП) • опыт работы с фреймворками fastapi, asyncpg, aiopg и написания тестов с использованием pytest • практический опыт проведения code-review, а также работы с PostgreSQL (написание запросов, работа с индексами и транзакциями). • понимание общих принципов работы LLM (модальность, токены, температура, галлюцинации) и архитектуры RAG, опыт работы с LangChain/LangGraph, Prompt engineering и Tool calling. • знание протоколов взаимодействия между агентами. • опыт контейнеризации приложений (Docker) и работы в OpenShift или Kubernetes будет плюсом • понимание принципов микросервисной архитектуры (REST, gRPC, очереди сообщений(Kafka), взаимодействие сервисов) будет плюсом • понимание принципов CI/CD, Jenkins (или аналогами) будет плюсом • навыки работы с генеративными AI-моделями будут плюсом • опыт создания AI-агентов и использования их в работе будет плюсом. Условия: • офис рядом с метро Кропоткинская • формат работы гибридный • ежегодный пересмотр зарплаты и годовая премия • корпоративный спортзал и зоны отдыха • подписка Прайм с возможностью совместного использования на трёх близких • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ • расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа • вознаграждение за рекомендацию друзей в команду Сбера.

Задачи: — разрабатывать бекенд на Python; — вносить изменения в уже существующие компоненты; — проактивно предлагать улучшения в архитектуре и коде; — участвовать в планировании развития системы и приоритезации технических задач; — проектировать архитектуру новых сервисов бекенда (корпоративные путешествия: авиа, ж/д, отели, автобусы, бизнес-трипы, политики, отчётность). Требования: — уверенное владение Python; — экспертиза в DDD и лучших архитектурных практиках; — опыт с любым из современных Python-стеков: Django / FastAPI / SQLAlchemy; — опыт применения паттернов проектирования и SOLID; — опыт работы с PostgreSQL, MongoDB и построения оптимальных схем данных; — знание Kubernetes, Docker, CI/CD (Jenkins, GitHub Actions); — опыт с системами очередей и асинхронными задачами (Kafka); — опыт проектирования систем с разделением на слои ответственности; — навыки автоматизированного тестирования (pytest); — умение коммуницировать с бизнес-заказчиками и техническими специалистами, опыт фича-оунерства. Условия: — работа из любой точки мира (удалённо); — оплата в долларах; — компенсации: ДМС, психотерапию или обучение языкам, занятия спортом, больничный; — возможность работать из любых мест (пример: Пхукет).

Задачи: - разрабатывать и поддерживать DAG в Apache Airflow - работать со скорингом (рассчитывать стратегии взыскания клиентов) - программировать на Python (основном языке) - оптимизировать запросы и работать с Oracle (SQL, хранимыми процедурами) - поддерживать и сопровождать выгруженные DAG - участвовать в разработке и применении моделей (машинном обучении, сегментации клиентов) - проводить код-ревью - самостоятельно проводить аналитику (в команде нет системных аналитиков) Требования: - python – уверенное коммерческое программирование - Airflow – создание DAG, опыт работы - Oracle – SQL на уровне оптимизации запросов, хранимые процедуры - Linux – базовые навыки (собрать образ, решить задачу без DevOps) - Kubernetes – опыт работы (упоминался) - Middle: ~2–3 года коммерческой разработки на Python - релевантный опыт с Airflow – желательно 2–3 года - опыт именно оптимизации запросов в Oracle, а не просто написания простых запросов

Задачи: - Разработка co-pilot решения на базе данных RAG и применении LLM - Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI - Разработка микросервисов на Python в качестве MCP инструментов - Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов - Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний - Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода - Тесное взаимодействие с командой на всех этапах разработки - Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями - Документирование своей работы и менторство джуниор-разработчиков Требования: - Опыт коммерческой разработки на Python от 4 лет - Уверенное знание Python 3.7+ (в проекте используется 3.12+) - Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP) - Опыт проведения код-ревью и работы по GitFlow - Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду - Опыт разработки приложений, основанных на микросервисной архитектуре - Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL) - Опыт написания unit-тестов - Опыт разработки асинхронных приложений на Python - Понимание жизненного цикла разработки приложений в контексте Agile - Опыт и желание работать в команде, умение аргументировать свои решения и договариваться Условия: - Возможность участия в интересном проекте - Возможность профессионального и карьерного роста в компании - Опыт работы в команде профессионалов - Уровень заработной платы обсуждается индивидуально - Удаленный формат работы и офисный формат в Москве

Миссия: Спроектировать и внедрить экосистему для комплексного управления большими языковыми моделями (LLM). Задачи: - самостоятельная разработка функционала платформы на Python; - тестирование нового функционала; - самостоятельное участие в процессах и решение средних и сложных задач; - анализ ТЗ и согласование планов выполнения работ для текущих задач; - обнаружение дефектов и повышение качества программного продукта. Требования: - опыт коммерческой разработки бэкенд-разработчиком от 4-х лет; - опыт разработки решений в монолитной и микросервисных архитектурах; - понимание принципов взаимодействия с LLM, MCP-серверами; - опыт работы с реляционными БД и SQL, векторными базами данных; - опыт работы с FastApi; - опыт работы с системами управления версиями GIT; - базовые знания и опыт работы с системами Continuous Integration; - проактивность при выполнении рабочих обязанностей; - развитые коммуникационные навыки. Будет огромным плюсом: Опыт разработки AI-агентов, использования протокола A2A.

Компания: Omega Solution. Локация: Польша. Формат работы: удалённо. Проект: Build and maintain integrations and automation processes around SQL Server and the Microsoft 365 ecosystem. The focus is on backend and automation development, not web applications. Требования: — Strong commercial experience with Python 3.12+ — Experience developing backend/batch applications (no Django/FastAPI required) — Solid knowledge of SQL Server, pyodbc и SQLAlchemy — Experience integrating with Microsoft 365: SharePoint Online, Microsoft Graph API, MSAL, Service Principals, Certificate-based authentication — Experience with pandas — Familiarity with pytest — Experience deploying applications to Windows Server/VM — Experience with Azure DevOps — Building standalone executables using PyInstaller Плюсы: — Docker — Azure Functions — Azure Key Vault — Microsoft Teams — SharePoint — GraphQL Условия: — полная занятость — удалённо (Польша) — зарплата от 3 000 $

Задачи: - Разрабатывать сервисы под NLP и LLM - Разрабатывать AI-тренажеры, работа с RAG, интеграция с голосовым движком (ASR/TTS) - Проводить PoC по новым инициативам - Проводить code review Требования: - Уверенные знания Python - Стек: FastAPI, asyncio, PostgreSQL, Redis, Docker/Kubernetes - Опыт работы с RAG, векторными БД (Milvus, Chroma) - Умение писать тесты (pytest) и проектировать отказоустойчивые API - Опыт разработки телеграм и макс ботов (библиотеки maxapi, aiogram) - Опыт работы с ASR/TTS - Знание инфраструктуры ML (Triton Inference Server, локальные LLM) - Опыт проектирования или работы с AI платформами - Опыт работы в кросс-функциональных командах с DS и DevOps

Задачи: - разрабатывать бекенд на Python; - вносить изменения в уже существующие компоненты; - проактивно предлагать улучшения в архитектуре и коде, опережая появление проблем; - участвовать в планировании развития системы и приоритезации технических задач; - проектировать архитектуру новых сервисов бекенда Авиасейлс для бизнеса (корпоративные путешествия: авиа, ж/д, отели, автобусы, бизнес-трипы, политики, отчётность). Требования: - уверенное владение Python; - экспертиза в DDD и лучших архитектурных практиках; - опыт с любым из современных Python-стеков: Django / FastAPI / SQLAlchemy; - опыт применения паттернов проектирования и SOLID; - опыт работы с PostgreSQL, MongoDB и построения оптимальных схем данных; - знание Kubernetes, Docker, CI/CD (Jenkins, GitHub Actions); - опыт с системами очередей и асинхронными задачами (Kafka); - опыт проектирования систем с четким разделением на слои ответственности; - опыт фича оунерства: умение коммуницировать с бизнес-заказчиками и техническими специалистами, а также рассказывать интересные кейсы; - навыки автоматизированного тестирования (pytest).

Задачи: — Работать над повышением стабильности и улучшением производительности платформы; — Сопровождать клиентские запуски совместно с клиентским менеджером и заказчиком; — Разрабатывать новые интеграции и дорабатывать функционал; — Создавать и настраивать автоматизации на платформе; — Разбирать тикеты и фиксить баги. Требования: — Хорошо знать современный Python, фреймворки не принципиальны; — Иметь опыт разработки функционала, связанного с LLM, знакомство с OpenAI API, принципами составления промптов, tool calling, prompt caching, RAG; — Уметь использовать ИИ в работе: составлять требования, проверять, тестить, а не просто ваншотить; — Иметь опыт с API и интеграциями в основных российских CRM (AmoCRM, Bitrix24 и тд); — Проактивность, готовность учиться новому и внедрять лучшие практики. Будет плюсом: — Наличие pet-проектов, связанных с LLM/AI; — Хорошее знание SQL и PostgreSQL / Clickhouse; — Техническое образование; — Опыт работы в небольших командах / стартапах; Условия: — Работа в быстрорастущем стартапе с максимально разнообразными задачами и быстрым ростом.

Задачи: - Разрабатывать микросервисы и пайплайны обработки данных на Python. - Внедрять разрабатываемые DS специалистами ML-модели в продукты команды (продуктивизация). - Создавать отказоустойчивые интеграции с внешними и внутренними провайдерами данных. - Покрывать код тестами, метриками и создавать технические дэшборды. - Следовать единым подходам к созданию сервисов и обеспечению их наблюдаемости (observability). - Выстраивать процессы взаимодействия ML и Dev части команды для уменьшения TTM. Требования: - Опыт коммерческой разработки на Python от 3-х лет. - Опыт создания веб-сервисов (FastAPI). - Знание основ ООП, SOLID, шаблонов проектирования, умение писать чистый, поддерживаемый код. - Понимание принципов CI/CD и практический опыт работы с Gitlab CI/CD. - Опыт работы с K8s для развёртывания приложений.

Обязанности: - Запускать и развивать сервисы, которые основаны на ML-моделях и LLM - Работать над проектами от идеи до продакшена: анализировать потребности, проектировать архитектуру, разрабатывать и внедрять проекты - Интегрировать модели в удобные для сотрудников интерфейсы - Вместе с командой влиять на технические решения и стандарты, внедрять лучшие практики Требования: - Опыт работы с Python 3 - Умение работать с FastAPI и базами данных PostgreSQL, контейнерами в Docker и кластерами Kubernetes - Умение писать тесты на Pytest - Интерес к миру ML на уровне доменной области - Самостоятельность и готовность нести ответственность за проект

Мы — амбициозная команда специалистов, которая ставит перед собой амбициозную задачу по разработке и внедрению ИИ-агента для управления технологическими рисками Банка. Наше решение помогает быстро выявлять, оценивать и минимизировать последствия технологических рисков. В нашей команде ты сможешь быть вкладом в создание и развитие продукта с 0 и работать с передовыми технологиями, свободные коммуникации и быстрые решения без долгих согласований. Задачи: — проектировать и разрабатывать backend-сервисы на Python для LLM-агентов и ML-пайплайнов (низкие задержки, высокая надёжность, observability) — выстраивать и развивать архитектуру агентских систем (оркестрация инструментов, память, планирование, безопасные guardrails, оценка качества) — внедрять ML System Design подходы: искать и применять передовые идеи и мировой опыт в области архитектур агентских систем — работать с данными и интеграциями: очереди/стриминг, базы, кэш, внешние API — проводить технические исследования (R&D), быстро прототипировать, измерять, масштабировать в прод — развивать платформу: тестирование, CI/CD, мониторинг, трассировка, расходы — влиять на инженерную культуру: код-ревью, дизайн-сессии, менторство. Требования: — от 4 лет промышленной backend-разработки на Python с акцентом на надёжность и производительность — опыт проектирования распределённых систем и высоконагруженных сервисов — уверенная математическая база (вероятность/статистика/оптимизация), инженерный вкус и привычка мерить всё метриками — практика работы с ML-системами в проде: фичи, офлайн/онлайн-оценка, A/B, наблюдаемость качества — навык разбираться в новых подходах (LLM-агенты, инструменты, память, RAG, оценка), критически их проверять и доводить до результата — готовность брать ответственность за продуктовые эффекты, а не только за код. Будет плюсом: — опыт построения agentic-архитектур (планировщики, многoшаговые цепочки, инструментализация, безопасность) — опыт реализации высокоэффективного инференса LLM моделей, глубокое понимание работы kernel для инференса — вклад в open-source или публикации/доклады — знание домена рисков.