Задачи:
— Определять, где могут помочь AI агенты, и создавать их соответственно.
— Работать с руководителями отделов для оценки потребностей в AI.
— Помогать подключать агентов к соответствующим сторонним и внутренним инструментам.
— Измерять результаты и удалять агентов, которые не приносят пользы.
— Тестировать новые инструменты и модели по мере их появления и внедрять эффективные.
— Консультировать других по возможностям AI для повышения их эффективности.
Требования:
— Опыт создания агентов, которые работают самостоятельно и выполняют значимую работу.
— Хорошее знание Grok, Claude, OpenAI и open source.
— Уверенное владение Go, TypeScript, GraphQL, Postgres, GCP.
— Способность ясно писать на английском языке.
Условия:
— Зарплата от $150,000 до $250,000 в год.
— Подписной бонус $20,000.
— 4 недели отпуска плюс праздничные дни по стране.
— Полностью удалённая работа.
Задачи:
— Разрабатывать повторно используемые паттерны для агентных сервисных рабочих процессов, оркестрации, протоколов HITL, логики переопределения и эскалации, механизмов обеспечения качества, чтобы разработчики могли собирать решения из проверенных компонентов
— Устанавливать стандарты, которым следуют разработчики, достаточно конкретные для применения без вашего участия
— Избирательно прототипировать рабочие процессы для проверки паттернов, выявления пробелов или решения сложных задач, затем выделять повторно используемые части и передавать их
— Внедрять полученные знания из каждого проекта обратно в общие паттерны для повышения скорости и безопасности
— Влиять на продуктовую команду, формируя приоритеты и конкретные запросы на разработку, основанные на данных и опыте разработчиков
— Прототипировать решения для пробелов в платформе, доказывая необходимость их создания
— Оценивать возможности автоматизации по объему, риску и влиянию на клиента, используя SOP, операционные метрики и данные взаимодействий
— Работать с командой данных для определения метрик производительности рабочих процессов
— Определять процессы, которые не должны быть автоматизированы
— Обеспечивать качество, включая участие в юридических, безопасностных и комплаенс-ревью, чтобы требования были заложены в паттерны
— Представлять результаты портфеля старшим заинтересованным сторонам кратко и эффективно
Требования:
— Более 8 лет опыта в операциях, продукте или AI, включая минимум 2 года в проектировании и внедрении AI-поддерживаемых или агентных рабочих процессов в продакшене
— Практический опыт работы с агентными инструментами, оркестрационными фреймворками или интеграциями MCP, включая координацию нескольких агентов
— Глубокое понимание LLM-систем: дизайн запросов, оценка и поведение моделей в масштабе
— Опыт проектирования систем с участием человека в цикле, с четкой логикой эскалации, контролем переопределения и соблюдением требований
— Умение определять и анализировать метрики рабочих процессов (уровень решения, сдерживание, качество эскалации) и отличать реальные регрессии от шума
— Успешный опыт влияния на продукт, инженерные, юридические, безопасностные и комплаенс-команды в письменной форме, на дизайн-ревью и в важных форумах
— Знакомство с практиками ответственного AI, управлением и управлением рисками в продакшене
— Опыт работы в условиях активного переопределения функций
Желательно:
— Опыт с архитектурами RAG и оптимизацией качества поиска
— Способность оценивать данные, качество и управление для поддержки надежной агентной работы
— Опыт работы в SaaS, финтехе или регулируемых средах с реальными ограничениями комплаенса
— Знакомство с процессами AI-управления или обзором безопасности
Условия:
— Годовая зарплата от $168,420 до $210,525 для Денвера и большинства крупных городов, от $197,895 до $247,369 для Сан-Франциско и Нью-Йорка
— Гибридный формат работы с офисами в Денвере, Сан-Франциско и Нью-Йорке, ожидание присутствия в офисе 2-3 дня в неделю
— Требование надежного и безопасного интернет-соединения при работе вне офиса
— Компания предоставляет конкурентную базовую оплату, льготы и акции (RSU)
— Равные возможности при найме и поддержка кандидатов с инвалидностью
Гибрид
168 420 – 247 369 $
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Настройте подбор, и подходящие вакансии будут приходить в Telegram.
Задачи:
— Разработка Co-Pilot решений (RAG + LLM) и микросервисов в качестве MCP-инструментов.
— Проектирование и интеграция AI-агентов, Code Review и менторство.
— Участие в Scrum-процессах и проектировании архитектуры.
Требования:
— Коммерческий опыт на Python — от 4 лет.
— Опыт внедрения AI-агентов в пром (LangChain, LangGraph).
— Микросервисы, асинхронный Python, SOLID, PostgreSQL, Unit-тесты.
Будет плюсом:
— DDD, Kafka, Qdrant, OpenSearch.
— Навыки Vibe Coding, промпт-инжиниринга и AI-ассистентов (Cursor, Copilot).
Задачи:
— расширение клиентской базы
— увеличение дохода
— выявление новых возможностей для развития бизнеса
Требования:
— свободное владение английским языком
— подтверждённый опыт в продажах с сильными навыками ведения переговоров и закрытия сделок
— технические навыки письма, устного общения и межличностного взаимодействия
— знание финансовых рынков
— самомотивация, динамичность и ориентация на поддержку клиентов
Условия:
— базовая зарплата €2,500 брутто + высокие бонусы и лучшие стимулы
— рабочие часы с 10:00 до 19:00 с акцентом на баланс между работой и личной жизнью
— доступ к высококачественной базе клиентов (только горячая база)
— 21 день ежегодного отпуска, ежедневные офисные закуски и напитки
— мероприятия команды, призы и возможности профессионального роста
— виза не предоставляется
Задачи:
— расширение клиентской базы
— увеличение доходов
— выявление новых возможностей для развития бизнеса
Требования:
— свободное владение английским языком
— подтверждённый опыт продаж с сильными навыками ведения переговоров и закрытия сделок
— технические навыки письма, устного общения и межличностного взаимодействия
— знание финансовых рынков
— самомотивация, динамичность и ориентация на поддержку клиентов
Условия:
— базовая зарплата €2,500 брутто + высокие бонусы и лучшие стимулы
— рабочие часы с 10:00 до 19:00 с акцентом на здоровый баланс работы и личной жизни
— доступ к высококачественной базе клиентов (только горячая база)
— 21 день ежегодного отпуска, ежедневные офисные закуски и напитки
— мероприятия команды, призы и возможности профессионального роста
— виза не предоставляется
Стажировка оплачивается — 800 € в месяц.
Частичная занятость — 5 часов в день, с понедельника по пятницу.
Офис в Барселоне.
Минимум 6 месяцев.
Обязателен договор между университетом и компанией (convenio de colaboración).
Нужно иметь возможность оформить университетский договор о стажировке (convenio) минимум на 6 месяцев.
Задачи:
— разрабатывать backend-сервисы платформы на Python и развивать существующие компоненты
— проектировать и реализовывать API и интеграции с внешними системами и инфраструктурными компонентами
— разрабатывать интерфейсы и коннекторы для подключения к платформе LLM, инструментов (tools), баз знаний, внешней памяти и RAG-компонентов
— строить и поддерживать пайплайны оценки качества агентов (evals, LLM-as-a-judge)
— использовать AI-инструменты для ускорения разработки и валидировать их решения — через ревью, тесты и проверку на соответствие требованиям
— участвовать в проектировании архитектуры сервисов, ревью кода и разборе инцидентов
Требования:
— опыт промышленной разработки на Python от 3 лет
— сильные навыки system design: умение спроектировать сервис целиком, выбрать паттерны взаимодействия компонентов и обосновать архитектурные trade-off-ы
— умение декомпозировать крупную задачу на части, годные для постановки агенту, и собирать из них целостное решение
— практический опыт разработки кода с ИИ-агентами: Codex, Gemini, Claude Code, Qwen Code или аналоги
— умение критически оценивать и валидировать решения, сгенерированные AI-агентами: находить ошибки, проверять корректность и границы применимости
— опыт разработки веб-сервисов и API на FastAPI, Flask или аналогах, понимание asyncio
— уверенное знание SQL и навыки проектирования реляционных схем данных
— опыт работы с брокерами сообщений (Kafka или аналоги)
— опыт работы с Docker, Kubernetes или OpenShift
— понимание принципов наблюдаемости, отказоустойчивости и надёжной эксплуатации сервисов
— готовность нести ответственность за итоговое качество кода независимо от того, написан он вручную или с помощью агента
Будет плюсом:
— опыт интеграции LLM API и построения агентных или RAG-сценариев
— опыт работы с векторными хранилищами и базами знаний
— опыт построения пайплайнов для evals и оценки качества моделей
— опыт работы с OpenClaw или схожими платформами оркестрации агентных систем
— опыт работы в финтехе или в защищённом контуре
Условия:
— строим платформу для GenAI-агентов, которая становится частью технологического контура банка
— роль на стыке классической backend-разработки и AI: писать сервисы и проектировать работу агентов в проде
— AI-инструменты — рабочая норма, ценится инженер с system design и ответственностью за качество решения
— много нового функционала без тяжёлого legacy, изменения доводятся до промышленного контура
— прозрачные процессы, регулярное улучшение инженерных практик, атмосфера открытости и взаимопомощи
— гибридный формат работы, комфортный офис рядом с м. Кутузовская, ДМС и корпоративные льготы
Delivery Hero — сервис доставки еды, работающий в 70+ странах мира.
Размер команды — 10 000+ | Компания оценивается в $8B+.
В компании работает много русскоговорящих ребят.
Помогают с релокацией.
Задачи:
— Проектировать и владеть сквозными ML и дата-системами от сбора данных до продакшн-деплоя
— Архитектурно создавать масштабируемые дата-пайплайны для RAG, эмбеддингов и обработки в реальном времени
— Строить и эксплуатировать ML-сервисы, API и инфраструктуру с использованием IaC, контейнеризации и оркестрации
— Интегрировать ML-системы с внешними API, инструментами и платформами для автоматизации
— Устанавливать мониторинг, оценку и наблюдаемость данных, моделей и систем
— Наставлять инженеров и задавать техническое направление команды
Требования:
— Опыт проектирования и масштабирования продакшн ML-систем и дата-платформ
— Глубокие знания в области дата-инжиниринга, ML пайплайнов, RAG и эмбеддингов
— Опыт создания надежной инфраструктуры данных с гарантией качества
— Навыки Python и SQL, Docker, Kubernetes, облачные среды
— Опыт работы с IaC (Terraform) и воспроизводимыми масштабируемыми системами
— Практический опыт интеграции ML с API/сервисами и продакшн-операциями с мониторингом
Желательно:
— Опыт работы с LLM, агентными архитектурами (LangGraph, AutoGen, CrewAI)
— Знакомство с синтетическими данными, системами оценки, AI feedback loops
— Инструменты наблюдаемости Agent/ML (Langfuse, LangSmith)
— Обслуживание моделей, маршрутизация, оптимизация инференса
— Опыт с open-source моделями (LLaMA, Mistral) или кастомным инференсом
— Паттерны надежности и безопасности систем AI
Условия:
— Гибридный формат работы: 2 дня в неделю на кампусе в Берлине
— Поддержка релокации в Берлин
— 27 дней отпуска + дополнительные дни после 2-3 лет
— Бюджет на образование €1,000, языковые курсы, Udemy, поддержка родителей
— Медосмотры, медитация, субсидии на спорт и велосипед
— План акций для сотрудников, банк саббатикала, транспортные скидки, страховка, пенсия
— Ваучеры на питание, корпоративные скидки
Обязанности:
• разработка и сопровождение AI-агентов для автоматизации процессов оценки кредитного риска
• интеграция LLM и ML-моделей в агентные пайплайны (оркестрация, tool-calling, memory, RAG)
• проектирование агентных архитектур: определение инструментов, стратегий и логики принятия решений
• написание технической документации: описание агентов, регламенты, схемы взаимодействия.
Требования:
• опыт разработки на Python от 3 лет, особенно в контексте написания бизнес-логики или скриптов автоматизации
• уверенное и архитектурных паттернов
• опыт работы с агентными фреймворками: LangChain, LangGraph, AutoGen, CrewAI или аналоги
• понимание ML (train/inference): xgboost, catboost, lightgbm, pytorch — опыт интеграции моделей в продуктовые системы
• работа с Python-библиотеками pyspark / pandas / numpy для анализа данных
• опыт работы с HTTP(S), RESTful API (интеграция агентов и моделей с внешними сервисами)
• опыт работы с Docker; базовые знания Kubernetes и Helm
• опыт работы с Git
Условия:
• комфортный современный офис рядом с м. Кутузовская
• график работы- гибрид
• 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
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.
О компании:
Глобальная финтех-экосистема, 16 лет на рынке. Объединяет процессинг платежей, мультивалютные бизнес-счета, BaaS и крипто-шлюзы в единую интеллектуальную инфраструктуру. Сейчас трансформируем инфраструктуру из human-operated финтеха в AI-native financial platform.
О роли:
Ищем Solution Architect / Agentic Systems Engineer Lead в Design Team. Вы будете владельцем технической архитектуры web-продуктов acquiring business line — payment pages, merchant dashboards, marketing websites. Плюс design и реализация AI-powered automation pipelines: от design-to-code до automated QA и design system management.
Ключевые задачи:
— Owner технической архитектуры web-продуктов: Angular SPA, NestJS BFF
— Дизайн API и data flows между frontend и backend (PostgreSQL, MongoDB, Redis, Oracle)
— PCI DSS compliance в payment-facing интерфейсах
— Дизайн и реализация multi-agent pipelines: design-to-code, visual QA, component generation
— MCP-серверы и tool integrations для AI-агентов команды
— Менторство команды, architecture reviews, technical leadership
Что важно:
— 7+ лет в full-stack/backend, из них 2+ года в роли архитектора или tech lead
— Подтверждённый опыт проектирования системной архитектуры (API, data flows, service interactions)
— Production-опыт с PostgreSQL, MongoDB, Redis (schema design, оптимизация, кэширование)
— Hands-on с LLM API
— Понимание agent frameworks и паттернов (MCP, RAG, function calling, multi-agent orchestration)
— Английский B2
Почему это интересно:
— Реальный AI-native стек: multi-agent pipelines, MCP, agentic systems в production.
— Архитектурная свобода + влияние на продукт уровня глобального финтеха.
You bring years of hands-on buying experience, but here you no longer run budgets yourself: you take that expertise into client deals. You gather everything we need to show the client, on their own data, what the agent will change in their numbers, then present it.
As a Deployment Strategist (DS), you are the critical bridge between a customer's multi-million-dollar business problem and Databricks' technical solution. You are a product manager for the field, owning the technical and product direction of the engagement from initial discovery through production launch and adoption.
• Work as an AI-leveraged engineer, owning features across backend, web, Android, and iOS. • Collaborate with product managers to shape goals into solutions.
• Разрабатывать full-stack-функции: от схемы данных и API до интерфейса и деплоя. • Создавать AI-агентов, инструменты ассистентов, retrieval и streaming-системы.
