Вакансии

Location: Distributed About Us At Cloudflare, we are on a mission to help build a better Internet. Today the company runs one of the world’s largest networks that powers millions of websites and other Internet properties for customers ranging from individual bloggers to SMBs to Fortune 500 companies. Cloudflare protects and accelerates any Internet application online without adding hardware, installing software, or changing a line of code. Internet properties powered by Cloudflare all have web traffic routed through its intelligent global network, which gets smarter with every request. As a result, they see significant improvement in performance and a decrease in spam and other attacks. Cloudflare was named to Entrepreneur Magazine’s Top Company Cultures list and ranked among the World’s Most Innovative Companies by Fast Company. At Cloudflare, we’re not looking for people who wait for a polished roadmap; we’re looking for the builders who see the cracks in the Internet that everyone else has simply learned to live with. We value candidates who have the instinct to spot a "normalized" problem and the AI-native curiosity to create a solution using the latest tools. Our culture is built on iteration, leveraging AI to ship faster today to make it better tomorrow, while ensuring that every improvement, no matter how small, is shared across the team to lift everyone up. If you’re the type of person who values curiosity over bureaucracy, and that AI is a partner in solving tough problems to keep the Internet moving forward, you’ll fit right in. Available Locations Germany Responsibilities The Customer Engineer (CE) is the core driver of our technical go-to-market strategy: a trusted technical advisor and primary architect of the customer journey. You will bridge the gap between technical strategy and business value. You'll guide startup and AI customers from the first conversation about their AI ambitions through technical validation, production deployment, and long-term adoption and expansion. Sitting within the GTM organization and reporting to a Customer Engineering Leader, you will not hand off your customers once an initial agreement is reached. Instead, you will operate as a quota-carrying technologist, leveraging AI-augmented workflows to eliminate administrative toil so you can focus on high-value architectural design and driving measurable business outcomes across the Startup AI segment. Technical Discovery & Validation: Partner closely with Account Executives to lead technical deep-dive discovery and uncover what kind of AI problem a customer actually has. It might be building AI products and agents, governing how their people and agents use AI, or protecting internet-facing applications from AI-driven threats and traffic. Turn that into a sequenced plan rather than a feature tour. Capture business requirements and map startup and AI customer infrastructure (DNS, CDN, Zero Trust, Network Security, serverless and edge compute) to fit-for-purpose Cloudflare architectures and bespoke solutions. Define scope, success criteria, and technical evaluation plans for Proofs of Concept (PoCs) and Technical Validations, anchored in measurable quality, latency, and cost targets rather than subjective impressions. Rapidly build working, customer-specific prototypes. Deliver tailored technical presentations, architectural diagrams, and demonstrations that show how Cloudflare solves specific performance, security, reliability, and scale challenges. Proactively address complex technical objections, security compliance questions, and edge-case architectural requirements during the sales cycle. Take accountability for a suitable solution deployment strategy (Customer, Partner or Cloudflare Professional Services) being an integral part of all proposals. Customer Adoption & Value Realization: Oversee technical onboarding and implementation without executing it yourself, serving as the primary executive and engineering contact for the customer. Design structured migration and onboarding blueprints tailored to the customer's environment (e.g. DNS migrations, Zero Trust rollouts, WAF tuning guidance). Act as the lead consultant for customer engineering teams, walking them step-by-step through configuration best practices. Guide customers in taking AI applications and agents from prototype to production in a way that is reliable, safe, and affordable. That covers durable state and failure recovery for long-running agents; secure agent design such as defenses against prompt injection, scoped access, and human approval for sensitive actions; and the right model choices for each task. After go-live, help customers keep AI workloads healthy through tracing, quality and cost monitoring, and safe rollout of model and prompt changes, feeding production learnings back into evaluation. Partner with Account Executives to own discovery, demos, onboarding, technical health, risk, and expansion strategy. Proactively monitor customer health scores and telemetry to ensure rapid time-to-value, resolve integration bottlenecks, and reduce deployment risk as customers move from early-stage development to production scale. Commercial Accountability & Expansion: Carry a variable quota tied directly to new business acquisition and/or ongoing account growth. Be commercially accountable for ensuring deep platform adoption, retaining revenue, and identifying strategic cross-sell and up-sell opportunities based on product usage data and the evolving needs of startup and AI customers. Translate AI spend into clear business cases, such as cost per task or per resolved request. Lead technical Quarterly Business Reviews (QBRs) to translate platform capabilities into return on investment for founders, C-level executives, and engineering leaders. Ecosystem & Business Development: Help build and grow Cloudflare's presence in the startup and AI ecosystem. Develop relationships with incubators, accelerators, venture capital firms, founder communities, and developer meetups to generate new pipeline alongside Account Executives. Represent Cloudflare at startup events, demo days, and hackathons, and identify high-potential AI startups early in their journey. Trusted Advisory: Act as a trusted technical advisor throughout the entire customer lifecycle, maintaining a continuous, deep relationship with founders, CTOs, engineering leaders, and other key stakeholders from initial onboarding through maturity, renewal, and expansion. Provide thought partnership on architecture, agent design, AI governance and compliance (e.g. GDPR, EU AI Act, data residency), security posture, and deployment confidence. Identify potential deployment risks or integration bottlenecks early, and provide remediation strategies to de-risk customer outcomes. AI Orchestration & Workflow Automation: Use AI agents, coding agents, Large Language Models (LLMs), and internal platforms as a default way of working. Automate routine tasks such as meeting preparation, RFP/Security Questionnaire responses, sandbox provisioning, demo setup, basic telemetry monitoring, and internal/external documentation, so you have more time for strategic customer advisory. Apply AI-assisted workflows to support customer engineering teams and improve the speed and quality of technical validation. Share hands-on learnings and gaps with product teams as a direct feedback channel. Education & Enablement: Partner closely with the Enablement Team to design, build, and govern technical resources. Define, document, and educate both internal teams and customers on deliverables such as Standard Operating Procedures (SOPs), architectural best practices, and technical guides to continuously raise the technical baseline across the organization. Support technical enablement for startup and AI customers through workshops, code samples, documentation, and developer onboarding. This role may require travel up to 20–50% to attend customer meetings, conferences, industry events, and in-person team collaboration. Desirable Skills, Knowledge, and Experience Experience: Experience in a customer-facing technical role, such as Solutions Engineering, Customer Engineering, Professional Services, Sales Engineering, Technical Account Management, or as a Forward Deployed Engineer (years of experience required will vary based on Associate, Senior, Staff, or Principal leveling). Experience working with startups, AI companies, digital-native businesses, or as part of a startup engineering team is strongly valued. Startup Ecosystem Network: An established network within incubators, accelerators, venture capital, and the broader startup scene is highly desirable, along with the drive to take on business development activities and open doors to new relationships. Architectural Mindset: Ability to white-board, design, and articulate complex enterprise, startup, AI application, agent, network, and security architectures clearly. Consultative & Advisory Skills: Excellent communication skills with the ability to translate deeply technical concepts into business outcomes for both hands-on engineers and C-level executives, founders, and technical leaders. Commercial Mindset: Proven track record of operating in a quota-carrying or revenue-aligned environment, with a strong understanding of SaaS metrics, business value translation, and enterprise, mid-market, or startup sales cycles. Communication: Exceptional presentation and stakeholder management skills, capable of bridging the gap between deep technical implementation details and high-level C-suite business strategy. Business fluency in German is required. Technical Breadth: We do not expect every candidate to be an expert in every domain. Qualified candidates will demonstrate depth in at least four of the technical areas below: Internet fundamentals: Deep understanding of how the Internet works, including OSI Model layers 1–7, BGP, GRE, TCP/UDP, DNS (authoritative and recursive), HTTP(S), and SSL/TLS. Security: Expertise in the security of Internet properties, including WAF, Bot Management, Firewalls, Rate Limiting, (M)TLS, Zero Trust, and SASE concepts. Performance: Expertise in the performance of Internet properties, including speed, latency, caching, video streaming, HTTP/2, and TLS 1.3. AI Engineering: Solid grounding in AI model fundamentals (model size, context length, reasoning models, fine-tuning versus prompting, and matching the right model to the job). Familiarity with common agent patterns, including knowing when a simple workflow beats an agent, and with open agent frameworks and standards such as MCP. Understanding of how to evaluate and operate AI systems in production. AI-Augmented Workflows: Familiarity with prompt engineering, building prototypes with coding agents, AI-assisted scripting and log analysis, and workflow automation to augment everyday CE workflows. Coding/Scripting: Proficiency in Python, JavaScript, Bash, Lua, Go, or similar languages to write custom integration scripts, API connectors, and edge computing functions. Developer Platform Fluency: Experience designing, building, deploying or scaling applications using RESTful/GraphQL APIs, SDKs, webhooks, and developer tooling in cloud-native environments. Familiarity with infrastructure-as-code (Terraform, Pulumi), CI/CD pipelines, and observability for developer-led deployments. Bonus Points Technical Enablement: Track record of creating and delivering technical enablement (workshops, code samples, documentation, or developer onboarding) that accelerates customer adoption of complex platforms. Applied AI Knowledge: Hands-on experience with retrieval and knowledge systems (RAG, embeddings, reranking, agentic search), domain adaptation through lightweight fine-tuning, sandboxed execution environments for agents that write and run code, LLM orchestration, or model-access controls. AI Traffic & the Agentic Web: Understanding of how AI crawlers and agents interact with internet-facing applications: protecting AI endpoints, managing bot and agent access, and exposing services to agents. Regulatory Knowledge: Understanding of regulatory requirements such as PCI DSS, HIPAA, SOC 2, GDPR, and the EU AI Act. Hyperscaler / Digital Native / Startup Background: Talent coming out of hyperscalers, digital natives, distributed systems environments, or startups is strongly valued for its deeper cloud fluency, advanced architecture depth, and ability to operate effectively in fast-moving, ambiguous environments. Compensation For Germany based hires: Estimated annual salary is between €116,000 - €182,000. This role is eligible to earn incentive compensation under Cloudflare's Sales Compensation Plan. The estimated annual salary range includes the on-target incentive compensation that may be attained in this role under the Sales Compensation Plan. Equity: This role is eligible to participate in Cloudflare's equity plan. What Makes Cloudflare Special? We’re not just a highly ambitious, large-scale technology company. We’re a highly ambitious, large-scale technology company with a soul. Fundamental to our mission to help build a better Internet is protecting the free and open Internet. Project Galileo : Since 2014, we've equipped more than 2,400 journalism and civil society organizations in 111 countries with powerful tools to defend themselves against attacks that would otherwise censor their work, technology already used by Cloudflare’s enterprise customers--at no cost. Athenian Project : In 2017, we created the Athenian Project to ensure that state and local governments have the highest level of protection and reliability for free, so that their constituents have access to election information and voter registration. Since the project, we've provided services to more than 425 local government election websites in 33 states. 1.1.1.1 : We released 1.1.1.1 to help fix the foundation of the Internet by building a faster, more secure and privacy-centric public DNS resolver. This is available publicly for everyone to use - it is the first consumer-focused service Cloudflare has ever released. Here’s the deal - we don’t store client IP addresses never, ever. We will continue to abide by our privacy commitment and ensure that no user data is sold to advertisers or used to target consumers. Sound like something you’d like to be a part of? We’d love to hear from you! Please note that applicants who progress to the offer stage of the interview process may be asked to attend an in-person interview within one of the Cloudflare Offices or Cloudflare Hubs.  More details about this will be available at that stage of the interview process. This position may require access to information protected under U.S. export control laws, including the U.S. Export Administration Regulations. Please note that any offer of employment may be conditioned on your authorization to receive software or technology controlled under these U.S. export laws without sponsorship for an export license. Cloudflare is proud to be an equal opportunity employer.  We are committed to providing equal employment opportunity for all people and place great value in both diversity and inclusiveness.  All qualified applicants will be considered for employment without regard to their, or any other person's, perceived or actual race, color, religion, sex, gender, gender identity, gender expression, sexual orientation, national origin, ancestry, citizenship, age, physical or mental disability, medical condition, family care status, or any other basis protected by law. We are an AA/Veterans/Disabled Employer. Cloudflare provides reasonable accommodations to qualified individuals with disabilities.  Please tell us if you require a reasonable accommodation to apply for a job. Examples of reasonable accommodations include, but are not limited to, changing the application process, providing documents in an alternate format, using a sign language interpreter, or using specialized equipment.  If you require a reasonable accommodation to apply for a job, please contact us via e-mail at hr@cloudflare.com or via mail at 101 Townsend St. San Francisco, CA 94107.

Задачи: — Разворачивать и обслуживать Kubernetes-кластеры (OpenShift, BareMetal). — Строить и поддерживать CI/CD-пайплайны (GitLab CI, Jenkins, TeamCity) от коммита до прода. — Администрировать с-системы, виртуализацию и сети. — Работать с инфраструктурным стеком: Docker, Ansible, PostgreSQL, Kafka/RabbitMQ, Vault. — Настраивать и развивать системы мониторинга (Prometheus, Grafana) и логирования (ELK). — Автоматизировать рутину на Bash/Python. Требования: — Официальный опыт работы в роли DevOps от 3 лет. — Понимание специфики жизненного цикла AI-агентов или ML-моделей. — Практический опыт разработки и развертывания автономных AI-агентов с использованием базового окружения (MCP, RAG). — Опыт работы с Kubernetes (установка, обновление, управление). — Практические навыки по настройке CI/CD, сборке артефактов (Harbor, Nexus). — Глубокое понимание Linux, сетей, балансировки (Nginx/Haproxy). — Знание принципов работы контейнеров, СУБД, брокеров сообщений. Условия: — Работа в офисе Москвы (удаленки и гибрида нет). — Работа в стабильной компании, "белая" заработная плата. — Оформление в соответствии с ТК РФ с первого дня работы. — Расширенный социальный пакет: ДМС (включая стоматологию), корпоративные скидки на посещение фитнес-клубов, футбольная и волейбольная секции. — Профессиональное обучение и развитие. — Снабжение всей необходимой современной техникой: мощный ноутбук привезут прямо в день оформления.

Location: Distributed About Us At Cloudflare, we are on a mission to help build a better Internet. Today the company runs one of the world’s largest networks that powers millions of websites and other Internet properties for customers ranging from individual bloggers to SMBs to Fortune 500 companies. Cloudflare protects and accelerates any Internet application online without adding hardware, installing software, or changing a line of code. Internet properties powered by Cloudflare all have web traffic routed through its intelligent global network, which gets smarter with every request. As a result, they see significant improvement in performance and a decrease in spam and other attacks. Cloudflare was named to Entrepreneur Magazine’s Top Company Cultures list and ranked among the World’s Most Innovative Companies by Fast Company. At Cloudflare, we’re not looking for people who wait for a polished roadmap; we’re looking for the builders who see the cracks in the Internet that everyone else has simply learned to live with. We value candidates who have the instinct to spot a "normalized" problem and the AI-native curiosity to create a solution using the latest tools. Our culture is built on iteration, leveraging AI to ship faster today to make it better tomorrow, while ensuring that every improvement, no matter how small, is shared across the team to lift everyone up. If you’re the type of person who values curiosity over bureaucracy, and that AI is a partner in solving tough problems to keep the Internet moving forward, you’ll fit right in. Available Location: Beijing, China About the Role At Cloudflare, we are on a mission to help build a better Internet. As the architectural complexity of enterprise solutions scales, we are evolving how we partner with our customers. The Customer Engineer (CE) represents the core driver of our technical go-to-market strategy: a trusted advisor who owns the technical relationship from the initial discovery phase through to long-term adoption and ongoing account expansion. Sitting within the GTM organization and reporting to the Regional Customer Engineering Leader, you will not hand off your customers once an initial agreement is reached. Instead, you will operate as a quota-carrying technologist, utilizing AI-augmented workflows to eliminate administrative toil so you can focus on high-value architectural design and driving measurable business outcomes across the entire customer journey. Key Responsibilities Technical Validation: Partner closely with Account Executives to lead technical discovery, build bespoke architectures, and deliver compelling product demonstrations and Proof of Concepts (PoCs) across Cloudflare’s portfolio (Security, Networking, Zero Trust and Developer Platforms). Trusted Advisory: Act as a trusted technical advisor throughout the entire customer lifecycle, maintaining a continuous, deep relationship with key stakeholders from initial onboarding through maturity, renewal, and expansion. Strategic Alignment: Own the long-term technical relationship across the entire customer lifecycle, ensuring continuous alignment between the customer’s evolving business goals and our product roadmap. Commercial Accountability & Expansion: Carry a variable quota tied directly to new business acquisition and/or ongoing account growth. You will be commercially accountable for ensuring deep platform adoption, retaining revenue, and identifying strategic cross-sell and up-sell opportunities based on product usage data. Lead technical Quarterly Business Reviews (QBRs) to translate platform capabilities into return on investment for C-level executives. AI Orchestration & Workflow Automation: Act as an "AI-Augmented" engineer. Leverage AI agents and internal platforms to automate routine tasks such as RFP/Security Questionnaire responses, sandbox provisioning, and basic telemetry monitoring, reclaiming your time for strategic customer advisory. Minimum Qualifications Experience: Experience in a customer-facing technical role, such as Solutions Engineering, Customer Engineering, Sales Engineering, or as a Forward Deployed Engineer. Technical Acumen: Broad technical expertise spanning web security, networking (routing, DNS, DDoS mitigation), cloud infrastructure, and enterprise architecture. Commercial Mindset: Proven track record of operating in a quota-carrying or revenue-aligned environment, with a strong understanding of SaaS metrics, business value translation, and enterprise sales cycles. Communication: Exceptional presentation and stakeholder management skills, capable of bridging the gap between deep technical implementation details and high-level C-suite business strategy. Strongly Preferred Qualifications (The "Good-to-Haves") Cloudflare Developer Stack Experience: Hands-on experience building, deploying, or architecting solutions using Cloudflare's developer platform and AI ecosystem, specifically Workers AI and AI Gateway. Applied AI Knowledge: Experience with prompt engineering, Large Language Model (LLM) orchestration, or Retrieval-Augmented Generation (RAG) architectures. Coding/Scripting: Proficiency in Python, JavaScript, or similar languages to write custom integration scripts, API connectors, and edge computing functions. Compensation This role features a competitive base salary and a variable commission structure tied directly to the successful execution of full-lifecycle commercial targets, including new business acquisition, ongoing adoption milestones, and overall account expansion. What Makes Cloudflare Special? We’re not just a highly ambitious, large-scale technology company. We’re a highly ambitious, large-scale technology company with a soul. Fundamental to our mission to help build a better Internet is protecting the free and open Internet. Project Galileo : Since 2014, we've equipped more than 2,400 journalism and civil society organizations in 111 countries with powerful tools to defend themselves against attacks that would otherwise censor their work, technology already used by Cloudflare’s enterprise customers--at no cost. Athenian Project : In 2017, we created the Athenian Project to ensure that state and local governments have the highest level of protection and reliability for free, so that their constituents have access to election information and voter registration. Since the project, we've provided services to more than 425 local government election websites in 33 states. 1.1.1.1 : We released 1.1.1.1 to help fix the foundation of the Internet by building a faster, more secure and privacy-centric public DNS resolver. This is available publicly for everyone to use - it is the first consumer-focused service Cloudflare has ever released. Here’s the deal - we don’t store client IP addresses never, ever. We will continue to abide by our privacy commitment and ensure that no user data is sold to advertisers or used to target consumers. Sound like something you’d like to be a part of? We’d love to hear from you! Please note that applicants who progress to the offer stage of the interview process may be asked to attend an in-person interview within one of the Cloudflare Offices or Cloudflare Hubs.  More details about this will be available at that stage of the interview process. This position may require access to information protected under U.S. export control laws, including the U.S. Export Administration Regulations. Please note that any offer of employment may be conditioned on your authorization to receive software or technology controlled under these U.S. export laws without sponsorship for an export license. Cloudflare is proud to be an equal opportunity employer.  We are committed to providing equal employment opportunity for all people and place great value in both diversity and inclusiveness.  All qualified applicants will be considered for employment without regard to their, or any other person's, perceived or actual race, color, religion, sex, gender, gender identity, gender expression, sexual orientation, national origin, ancestry, citizenship, age, physical or mental disability, medical condition, family care status, or any other basis protected by law. We are an AA/Veterans/Disabled Employer. Cloudflare provides reasonable accommodations to qualified individuals with disabilities.  Please tell us if you require a reasonable accommodation to apply for a job. Examples of reasonable accommodations include, but are not limited to, changing the application process, providing documents in an alternate format, using a sign language interpreter, or using specialized equipment.  If you require a reasonable accommodation to apply for a job, please contact us via e-mail at hr@cloudflare.com or via mail at 101 Townsend St. San Francisco, CA 94107.

Location: Remote Canada At Affirm, we exist for the moments that matter—giving people a clear, predictable way to pay over time, with no hidden fees, no surprises, and no tradeoffs on what matters most. The InfoSec team protects Affirm’s systems and data from evolving threats. We manage security risk, monitor vulnerabilities, and enforce protective controls across the company. The team leads incident response, compliance, identity and access management, and employee training. Our goal is to ensure that security is built into every system and decision at Affirm. We maintain a secure, trustworthy environment so the business can operate and grow with confidence. In this role, you'll build and run Affirm's end-to-end security review process for enterprise AI/LLM systems evaluating architecture, prioritizing AI-specific risks, and designing the controls and guardrails that let Affirm adopt AI safely, partnering across Security, Legal, Privacy, Compliance, IT, and Engineering to make it scalable and repeatable. What you’ll do You will lead and continuously improve Affirm's enterprise AI security review process  evaluating the architecture, data flows, permissions, and design of internal AI tools, agentic/MCP-based systems, and AI features — and embed security requirements into the design phase. You will threat model AI/LLM-based systems and their data flows for risks such as prompt injection, insecure output handling, excessive agency, tool-permission abuse, data poisoning, and sensitive-data exposure, and drive remediation. You will review source code, system prompts, agent configurations, and tool/permission manifests (e.g., MCP definitions), and help tool owners build security-focused test cases and red-team/eval scenarios to verify requirements before launch. You will design and build security guardrails and tooling for AI systems permission boundaries, authn/authz for agentic tools and MCP servers, data-handling controls, logging/monitoring, and policy-as-code (Python, IaC) — to enforce and automate AI security. You will evaluate the AI capabilities of third-party SaaS vendors (e.g., Notion, Slack, Google Workspace) as part of vendor and SaaS security reviews and drive risk-based adoption decisions. You will identify emerging classes of AI/agentic security vulnerabilities, develop mitigations before they become incidents, and contribute to AI-specific incident response playbooks as a senior escalation point. You will lead cross-functional AI security initiatives to closure, advise technical and executive stakeholders as an internal point of expertise, and stay current on the AI security landscape (OWASP LLM Top 10, MITRE ATLAS) to translate new research into practical controls. What we look for You are a seasoned security engineer with hands-on experience designing, evaluating, and maintaining security architecture for AI/LLM-based systems, plus deep expertise in enterprise security systems, processes, and controls. You have practical experience threat modeling and reviewing AI/LLM applications (e.g., against the OWASP Top 10 for LLM Applications) and securing agentic systems and tool-calling frameworks — MCP servers/clients, tool-permission models, and agent-to-tool trust boundaries. You have built AI governance artifacts (acceptable use policy, data-handling standards, vendor/model risk assessments) and evaluated AI capabilities within SaaS platforms (e.g., Notion AI, Slack AI, Google Workspace AI, GitHub Copilot) as part of vendor reviews. You have experience with enterprise tools for AI visibility and control (e.g., CASB, IDP/Okta) and familiarity with the corporate systems where AI is adopted (OpenAI, Anthropic, GitHub, Google Workspace, Slack, Notion, Jira). You can build security tooling, guardrails, and detections with Python or similar, and deploy cloud services and policy-as-code using Infrastructure as Code (Terraform or similar); familiarity with Kubernetes and AWS. You understand how LLMs and agentic systems are built (RAG, embeddings, fine-tuning, tool use) and authn/authz models (OAuth2, SAML, service-account/non-human identities) for agentic and machine-to-machine access, with strong application-architecture and threat-modeling fundamentals. You can lead cross-functional initiatives across Security, Engineering, Legal, Privacy, and Compliance and drive them to closure, and communicate effectively with technical and executive audiences. Experience in regulated environments (SOC 2, PCI DSS) and applying IAM to non-human/agent identities is a plus. This posting is for an existing vacancy This remote role is open only to candidates residing in Alberta, British Columbia, Manitoba, New Brunswick, Newfoundland and Labrador, Nova Scotia, Ontario, Prince Edward Island, or Saskatchewan. Base Pay Grade - P Equity Grade - 7 Employees new to Affirm typically come in at the start of the pay range. Affirm focuses on providing a simple and transparent pay structure which is based on a variety of factors, including location, experience and job-related skills. Base pay is part of a total compensation package that may include monthly stipends for health, wellness and tech spending, and benefits (including 100% subsidized medical coverage, dental and vision for you and your dependents). In addition, the employees may be eligible for equity rewards offered by Affirm Holdings, Inc. (parent company). CAN base pay range per year: $173,000 - $233,000 #Li-Remote Remote-first with flexibility built in Affirm is proud to be a remote-first company. Most roles can be done from almost anywhere within the country of employment. Some positions may occasionally require in-person work at an Affirm office, and a few are office-based due to the nature of the work. All new hires will be invited to attend an in-person onboarding experience. Benefits designed for you Our benefits reflect our commitment to care, transparency, and flexibility. Here are a few highlights: Health coverage at no cost: We cover 100% of premiums for employees and their dependents. Spending stipends: Monthly stipends support your tech setup, and the ability to choose health and wellness options that are right for you. Time off to recharge: Flexible time off and generous holiday calendars help you rest when you need to. Own a piece of what you build: Our employee stock purchase plan (ESPP) lets you buy Affirm stock at a discount. We’re committed to providing an inclusive interview process, including accommodations for candidates with disabilities. If you need support, we’re happy to help. For positions based in San Francisco or Los Angeles: Affirm considers qualified applicants with arrest and conviction records, as required by law. By clicking "Submit Application," you acknowledge that you have read Affirm's Global Candidate Privacy Notice and consent to the use of your personal information as described.

Location: Remote US At Affirm, we exist for the moments that matter—giving people a clear, predictable way to pay over time, with no hidden fees, no surprises, and no tradeoffs on what matters most. The InfoSec team protects Affirm’s systems and data from evolving threats. We manage security risk, monitor vulnerabilities, and enforce protective controls across the company. The team leads incident response, compliance, identity and access management, and employee training. Our goal is to ensure that security is built into every system and decision at Affirm. We maintain a secure, trustworthy environment so the business can operate and grow with confidence. In this role, you'll build and run Affirm's end-to-end security review process for enterprise AI/LLM systems evaluating architecture, prioritizing AI-specific risks, and designing the controls and guardrails that let Affirm adopt AI safely, partnering across Security, Legal, Privacy, Compliance, IT, and Engineering to make it scalable and repeatable. What you’ll do You will lead and continuously improve Affirm's enterprise AI security review process  evaluating the architecture, data flows, permissions, and design of internal AI tools, agentic/MCP-based systems, and AI features — and embed security requirements into the design phase. You will threat model AI/LLM-based systems and their data flows for risks such as prompt injection, insecure output handling, excessive agency, tool-permission abuse, data poisoning, and sensitive-data exposure, and drive remediation. You will review source code, system prompts, agent configurations, and tool/permission manifests (e.g., MCP definitions), and help tool owners build security-focused test cases and red-team/eval scenarios to verify requirements before launch. You will design and build security guardrails and tooling for AI systems permission boundaries, authn/authz for agentic tools and MCP servers, data-handling controls, logging/monitoring, and policy-as-code (Python, IaC) — to enforce and automate AI security. You will evaluate the AI capabilities of third-party SaaS vendors (e.g., Notion, Slack, Google Workspace) as part of vendor and SaaS security reviews and drive risk-based adoption decisions. You will identify emerging classes of AI/agentic security vulnerabilities, develop mitigations before they become incidents, and contribute to AI-specific incident response playbooks as a senior escalation point. You will lead cross-functional AI security initiatives to closure, advise technical and executive stakeholders as an internal point of expertise, and stay current on the AI security landscape (OWASP LLM Top 10, MITRE ATLAS) to translate new research into practical controls. What we look for You are a seasoned security engineer with hands-on experience designing, evaluating, and maintaining security architecture for AI/LLM-based systems, plus deep expertise in enterprise security systems, processes, and controls. You have practical experience threat modeling and reviewing AI/LLM applications (e.g., against the OWASP Top 10 for LLM Applications) and securing agentic systems and tool-calling frameworks — MCP servers/clients, tool-permission models, and agent-to-tool trust boundaries. You have built AI governance artifacts (acceptable use policy, data-handling standards, vendor/model risk assessments) and evaluated AI capabilities within SaaS platforms (e.g., Notion AI, Slack AI, Google Workspace AI, GitHub Copilot) as part of vendor reviews. You have experience with enterprise tools for AI visibility and control (e.g., CASB, IDP/Okta) and familiarity with the corporate systems where AI is adopted (OpenAI, Anthropic, GitHub, Google Workspace, Slack, Notion, Jira). You can build security tooling, guardrails, and detections with Python or similar, and deploy cloud services and policy-as-code using Infrastructure as Code (Terraform or similar); familiarity with Kubernetes and AWS. You understand how LLMs and agentic systems are built (RAG, embeddings, fine-tuning, tool use) and authn/authz models (OAuth2, SAML, service-account/non-human identities) for agentic and machine-to-machine access, with strong application-architecture and threat-modeling fundamentals. You can lead cross-functional initiatives across Security, Engineering, Legal, Privacy, and Compliance and drive them to closure, and communicate effectively with technical and executive audiences. Experience in regulated environments (SOC 2, PCI DSS) and applying IAM to non-human/agent identities is a plus. Base Pay Grade - P Equity Grade - 13 Employees new to Affirm typically come in at the start of the pay range. Affirm focuses on providing a simple and transparent pay structure which is based on a variety of factors, including location, experience and job-related skills. Base pay is part of a total compensation package that may include equity rewards, monthly stipends for health, wellness and tech spending, and benefits (including 100% subsidized medical coverage, dental and vision for you and your dependents.) USA base pay range (CA, WA, NY, NJ, CT) per year: $220,000 - $280,000 USA base pay range (all other U.S. states) per year: $195,000 - $255,000 #LI-Remote Remote-first with flexibility built in Affirm is proud to be a remote-first company. Most roles can be done from almost anywhere within the country of employment. Some positions may occasionally require in-person work at an Affirm office, and a few are office-based due to the nature of the work. All new hires will be invited to attend an in-person onboarding experience. Benefits designed for you Our benefits reflect our commitment to care, transparency, and flexibility. Here are a few highlights: Health coverage at no cost: We cover 100% of premiums for employees and their dependents. Spending stipends: Monthly stipends support your tech setup, and the ability to choose health and wellness options that are right for you. Time off to recharge: Flexible time off and generous holiday calendars help you rest when you need to. Own a piece of what you build: Our employee stock purchase plan (ESPP) lets you buy Affirm stock at a discount. We’re committed to providing an inclusive interview process, including accommodations for candidates with disabilities. If you need support, we’re happy to help. For positions based in San Francisco or Los Angeles: Affirm considers qualified applicants with arrest and conviction records, as required by law. By clicking "Submit Application," you acknowledge that you have read Affirm's Global Candidate Privacy Notice and consent to the use of your personal information as described.

Задачи: — Разработка сервисов ИИ платформы для создания функциональных агентов и ИИ ассистентов. — Подготовка бэк части для функциональных агентов, включая среду разработки агентов: тестирование фреймворков, opensource агенты. — Разработка сервиса управления реестром и скиллами агентов. — Создание отдельного единого сервиса для всех баз знаний, интеграция крупных корпоративных источников. Требования: — Понимание архитектуры, возможностей и ограничений современных языковых моделей. — Опыт работы с embeddings, vector search, RAG, structured output и tool calling. — Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop. — Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы. — Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента. — Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков. — Умение оценивать стоимость, latency и масштабируемость LLM-решений. — Опыт работы в e-commerce, retail или других продуктовых highload-системах. — Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. — Опыт эксплуатации GPU-инфраструктуры и оптимизации inference. — Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT. — Опыт проектирования agentic workflows или multi-agent-систем. — Понимание принципов информационной безопасности, privacy и работы с персональными данными. Условия: — full-time

Вакансия предполагает работу на позиции Senior Data Science специалиста с полной занятостью и удалённым форматом в России. Основные задачи включают разработку сервисов для ИИ платформы, предназначенной для создания функциональных агентов и ИИ ассистентов, а также подготовку серверной части для таких агентов, включая тестирование фреймворков и работу с opensource агентами. В обязанности также входит создание сервиса управления реестром и навыками агентов, а также разработка единого сервиса для баз знаний с интеграцией крупных корпоративных источников. Кандидат должен хорошо разбираться в архитектуре и ограничениях современных языковых моделей, иметь опыт работы с embeddings, vector search, RAG, structured output и tool calling. Важны знания принципов проектирования AI-агентов, включая управление состоянием и контекстом, выбор инструментов, контроль автономности и human-in-the-loop. Требуется опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения, а также понимание рисков, связанных с prompt injection, некорректным tool calling, утечкой данных и избыточными правами доступа. Необходим опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков, умение оценивать стоимость, задержки и масштабируемость LLM-решений. Желателен опыт в e-commerce, retail или других высоконагруженных продуктовых системах, а также владение инструментами Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. Кандидат должен иметь опыт эксплуатации GPU-инфраструктуры и оптимизации inference, а также fine-tuning или адаптации LLM, включая LoRA/PEFT. Опыт проектирования agentic workflows или multi-agent систем и понимание принципов информационной безопасности, конфиденциальности и работы с персональными данными также обязательны.

Задачи: • Формировать AI-стратегию и roadmap бизнес-направления. • Находить наиболее перспективные точки применения AI. • Самостоятельно запускать первые прототипы и AI-пилоты. • Быстро проверять гипотезы и показывать первые измеримые результаты. • Создавать AI-агентов, RAG-решения и AI-автоматизации. • Формировать и приоритизировать портфель AI-инициатив. • Совместно с FDE и AI-командой доводить успешные пилоты до production и масштабирования. • Переосмысливать бизнес-процессы с учетом возможностей AI. • Работать с руководителями бизнес-направлений и защищать AI-инициативы. • Следить за развитием AI-технологий и применять новые подходы в реальных бизнес-кейсах. Требования: • 7+ лет профессионального опыта в технологиях, AI/ML, разработке продуктов или digital transformation. • Практический опыт запуска AI/ML или технологических продуктов. • Сильное понимание LLM, Generative AI, AI Agents и RAG. • Способность самостоятельно собрать работающий AI-прототип. • Product mindset и ориентация на быстрый результат. • Стратегическое мышление и способность формировать AI-roadmap. • Умение связывать технологии с конкретным бизнес-эффектом. • Опыт работы с руководителями и топ-менеджментом. • Высокая самостоятельность и ответственность за результат. AI-инструменты и технические навыки: • Практический опыт работы с OpenAI, Claude, Gemini, Llama, Qwen или аналогичными LLM. • Работа с LLM API, Prompt Engineering, Tool/Function Calling. • Создание AI-агентов с использованием LangChain, LangGraph, LlamaIndex или аналогов. • Практическое понимание RAG, embeddings, vector databases. • Использование AI coding-инструментов: Codex, Cursor, Claude Code или аналогов. • Python, REST API, SQL — на уровне, достаточном для самостоятельного создания прототипов. • Опыт работы с n8n, Make или другими инструментами автоматизации. • Понимание принципов работы и ограничений LLM, стоимости моделей и вопросов безопасности корпоративных данных. Кого мы ищем: • Не классического бизнес-аналитика или координатора. • Нужен человек, который способен: понять бизнес → увидеть возможность применения AI → самостоятельно собрать первый пилот → показать результат → сформировать roadmap → масштабировать решение вместе с командой. Главный результат: • Быстрые первые победы и последующая системная AI-трансформация бизнес-направления.

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

Компания "Урал Логистика" приглашает AI-инженера для участия в создании собственной системы обработки документов и данных для грузовых железнодорожных перевозок и связанных услуг. Задачи: — Проектировать и разрабатывать конвейер обработки документов: загрузку, нормализацию, сегментацию, определение структуры и подготовку контекста — Извлекать структурированные данные из договоров, приложений, дополнительных соглашений, актов и других связанных документов — Работать с длинным контекстом, таблицами, пересекающимися формулировками и изменениями условий во времени — Обеспечивать атрибуцию результата к документу, странице и исходному фрагменту — Строить гибридный поиск: полнотекстовый и векторный retrieval, фильтрацию, реранкинг и сбор контекста — Развивать графовое представление документов, сущностей и связей для поисковых и аналитических сценариев — Проектировать агентные и workflow-сценарии: управление состоянием, инструментальные вызовы, повторы, fallback-механизмы и обработку отказов — Создавать эталонные наборы, метрики по полям и регрессионные тесты для оценки извлечения, поиска и генерации — чтобы при смене модели, промпта или retrieval-стратегии было видно, что улучшилось, а что деградировало — Разрабатывать Python-сервисы, API, фоновые задачи и интеграции с внутренними источниками — Участвовать в выборе моделей, постановке экспериментов, fine-tuning и оптимизации локального inference Требования: — Уверенная промышленная разработка на Python уровня middle+ и выше — Опыт с FastAPI или аналогичным фреймворком, асинхронным исполнением, очередями и фоновой обработкой — PostgreSQL и SQL на рабочем уровне — Практический опыт вывода LLM-решений в production — Понимание RAG, structured output, tool calling и многошаговых модельных сценариев — Умение измерять качество: строить эталонные наборы, выбирать метрики, классифицировать ошибки и проводить регрессионное тестирование — Опыт с Docker, Kubernetes и CI/CD — Готовность доводить вертикальную задачу от спецификации и эксперимента до эксплуатации Условия: — Полная занятость и возможность трудоустройства через российское юридическое лицо в штат или через согласованную аутстафф-модель — Основной формат — офис или гибрид — Для самостоятельных специалистов возможна распределённая работа из России Итоговый грейд и масштаб ответственности определяются по результатам собеседования.

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: — разработка и внедрение LLM моделей для решения NLU задач бизнеса (SFT, RAG (Retrieval Augmented Generation), Agents, Summarization, Text Ranking, Text Matching, Language Modeling) — дообучение LLM моделей — разработка подходов и процессов разметки данных для оценки качества работы LLM — формирование и работа с ML пайплайнами: работа с данными, обучение/дообучение NLP моделей, оценка качества решений, поддержка/автоматизация решений — оптимизация работы моделей для промышленного контура на CPU/GPU — работа с командой бизнес-представителей, DS-разработчиками — организация проверки и генерация гипотез для решения технических и бизнес-задач. Требования: — опыт разработки на python, numpy, sklearn, pandas + библиотеки обработки текстовых данных — опыт работы с Pytorch для построения DL текстовых моделей — опыт работы с библиотеками LangChain/LangGraph — опыт практической работы с LLM через API — отличные теоретические знания классического и нейросетевого NLP, в тч LLM — опыт дообучения классических трансформеров и LLM — практический опыт, эксперименты, внедрение в ПРОД LLM решений — опыт prompt-engineering Будет плюсом: — работа с инструментами Hadoop (HDFS, Hive), Spark — опыт постановки и проведения a/b тестов — опыт работы с распределенным обучением, глубокое знание GPU архитектуры. Условия: — комфортный современный офис рядом с м. Кутузовская — возможен гибридный формат работы — ежегодный пересмотр зарплаты, квартальная и годовая премия — корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития — программа адаптации и помощь руководителя на старте — расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа — гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ — подписка Прайм с возможностью совместного использования на трёх близких — вознаграждение за рекомендацию друзей в команду Сбера.

АО «Казахтелеком» приглашает на позицию Senior AI Officer специалиста, способного самостоятельно запускать AI-пилоты, демонстрировать их бизнес-эффективность и разрабатывать AI-стратегию для направления. В обязанности входит формирование AI-стратегии и дорожной карты, выявление и запуск AI-кейсов, создание AI-агентов, RAG и автоматизаций, а также доведение успешных пилотов до промышленного внедрения. Важна работа с руководителями для обеспечения связи AI-инициатив с бизнес-результатами. Кандидат должен иметь более 7 лет опыта в технологиях, AI/ML, продуктовой разработке или цифровой трансформации, практические навыки создания AI-решений, уверенное понимание LLM, AI Agents, RAG, владение Python, API, SQL, опыт работы с LangGraph/LangChain, n8n/Make, а также навыки vibe coding с инструментами типа Codex, Cursor, Claude Code. Требуются самостоятельность, продуктовый подход и стратегическое мышление. Формат работы — офис, зарплата в диапазоне 1–2 млн тенге NET.

Задачи: — Подготовка данных: выгрузки из PostgreSQL и POS, очистка, пропуски, выбросы — Прогнозные модели: поток гостей, спрос на позиции меню, потребность в закупках — Признаки предметной области: сезонность, праздники, погода, история продаж — Валидация: разбиение по времени, контроль утечек, бизнес-метрика рядом с технической — Продуктовые исследования: сегменты гостей, средний чек, отток, эффективность акций — Передача модели в прод вместе с бэкендом: контракт данных, инференс, мониторинг качества — Код-ревью, обсуждение гипотез, планирование задач Требования: — Python 3.11+, аннотации типов — pandas, NumPy: группировки, join'ы, оконные функции, даты — scikit-learn: пайплайны, кросс-валидация, подбор гиперпараметров — Метрики и переобучение: MAE / MAPE, бейзлайн, утечки — SQL: join'ы, агрегаты, оконные функции — EDA: matplotlib или seaborn — Git, ветки, PR, код-ревью — Плюсом: statsmodels, Prophet, CatBoost, Docker, FastAPI, Airflow, MLflow, LLM и RAG Условия: — Удалённо из России, свободный график — Доступы к AI-сервисам (ChatGPT, Claude и другие) — Обучение за счёт компании: курсы, книги, конференции, хакатоны — Ревью каждые 6 месяцев, путь до Middle+ за 0.5–1 года

Location: Москва Наша команда отвечает за **независимую оценку и контроль качества генеративных моделей Банка.** Наша основная задача оценить флагманские генеративные модели Сбера – GigaChat, Kandinsky, GigaCode и PhysicalAI решений. Мы первыми видим, на что способна новая модель и проводим оценку новых возможностей прежде чем она выйдет к пользователям. Мы не просто «проверяем метрики», а: * глубоко разбираемся в подходах команд-разработчиков и в бизнес-процессах, где работают модели * критически рассматриваем архитектурные и методологические решения и предлагаем улучшения * разрабатываем собственные проверки, метрики и бенчмарки и фреймворки для их запуска * проводим оценку логов пользователей для построения наиболее релевантного тестирования Отдельный фокус – R&D деятельность: * создание новых методологий оценки качества * участие в разработке и развитии передовых банковских и российских бенчмарков (MERA, POLLUX и др.) * адаптация передовых мировых бенчмарков под специфику банковских кейсов * и многое другое Эта роль про независимое измерение фундаментального качества модели: не про их обучение – этим занимается отдельная команда Обязанности **Придумывать, как вообще измерить модель** ИИ стремительно развивается в мире и выходят новые модели и их виды, однако не всегда любая новая модель стала лучше предыдущей. Вам будет необходимо создать план по её проверке: что именно измерять, на какой выборке, с чем сравнивать, какая разница вообще будет считаться разницей в реальном качестве. **Отвечать за достоверность измерений** Полученные метрики не всегда отражают только лишь качество модели. Нужно уметь отделять реальный прирост качества от прочих факторов: ловить утечки данных в обучение, отличать дефект модели от дефекта замера, промпта или обвязки и проявлять тот же скепсис к собственной методологии: измеряем ли мы то, что заявили. **Разбираться в причинах ошибок** «Модель ошиблась» – это не вывод, а начало работы. Найденная вами причина той или иной проблемы модели превращается в рекомендацию команде разработки, а рекомендация – в следующую версию модели, которая этой ошибки уже не делает. **Строить автоматическую оценку** Разрабатывать LLM- и VLM-судей под конкретные задачи, разрабатывать с нуля собственные или дорабатывать существующие библиотеки валидации полного цикла и следим за фронтиром AI-исследований в области оценки моделей. **Строить то, чем пользуются другие** Фреймворки оценки, который вы развиваете – общие для команд по всему Банку. Бенчмарки, которые вы делаете, являются достоверной базой реального качества для разработчиков Банка и вне. Требования * **Умение проводить технический и научный ресерч**: находить и критически разбирать актуальные статьи, бенчмарки, модели и реализации; переводить ресерч в конкретные идеи для тестирования и развития внутренних подходов. * **Статистика и дизайн эксперимента:** доверительные интервалы, размер выборки, проверка гипотез, поправки на множественные сравнения * **Понимание современных AI-агентов и агентных систем**: понимать, чем агент отличается от обычного вызова LLM; знать основные компоненты агентной системы: роли, инструменты, контекст, память и оркестрация; * **Понимаете, как устроены генеративным модели изнутри:** трансформер и механизм внимания, диффузии, токенизация, параметры генерации, этапы обучения * **Опыт с генеративными моделями и понимание, как их оценивают:** метрики, бенчмарки, human evaluation, Model-as-a-judge и его ограничения * **Продуктовое мышление**: связывать тестирование с реальными пользовательскими сценариями и понимать, какие ошибки критичны для продукта, понимать влияние результатов на релиз и дальнейшее развитие модели. * **Python на продакшн-уровне:** чистый код по PEP 8, ООП и типовые паттерны проектирования, аннотации типов, привычка к линтерам и статическому анализу (ruff, mypy). Создаете и поддерживаете production-код eval-пайплайнов, читаете и ревьюите чужой. **Будет плюсом:** R&D-опыт или участие в создании бенчмарков; мультимодальные модели (изображения, видео, аудио); evaluation-фреймворки и harness; RAG; работа с асессорами; coding-агенты (Claude Code, Codex, Cursor); опыт работы с оркестрацией: LangGraph, OpenClaw, навыки вайбкодинга и AI-assisted coding **Стек:** Python, pandas, NumPy, PyTorch, HuggingFace (transformers, datasets), vLLM, SGLang, инференс-API, S3, Git, Docker, CI/CD, Linux, Bash. Условия * комфортный современный офис рядом с м. Кутузовская * гибкий формат и удаленной работы, в т.ч. на территории РФ * ежегодный пересмотр зарплаты и годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * подписка Прайм с возможностью совместного использования на трёх близких * скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Задачи: — Проектировать и разрабатывать multi-agent системы. — Интегрировать LLM с внутренними инструментами и сервисами. — Разрабатывать backend-сервисы и API для agent workflows. — Реализовывать RAG pipelines и tool/function calling. — Создавать CLI-based agent workflows и инструменты автоматизации. — Разрабатывать Computer Vision pipelines: object detection, multi-object tracking, person re-identification. — Разрабатывать multi-camera multi-person tracking для сетей камер. — Работать с видеопотоками в реальном времени и оптимизировать GPU inference. Требования: — Опыт работы с Node.js ecosystem и Express.js. — Уверенное владение Python. — Опыт работы с LLM APIs и prompt engineering. — Опыт работы с RAG, tool calling или agent frameworks. — Знакомство с Docker, Linux и Git. — Опыт работы с PyTorch и OpenCV. — Опыт в object detection и multi-object tracking. — Опыт работы с YOLO, ByteTrack / BoT-SORT или аналогами. — Понимание person re-identification и vector search. — Опыт работы с Milvus / FAISS. — Опыт обработки видео с ffmpeg / GStreamer. — Работа с RTSP и hardware decoding. Будет плюсом: — Опыт в NLP и ML. — Опыт развёртывания open-source LLM. — Опыт оптимизации inference. — Опыт работы с Vision-Language Models. — TensorRT / ONNX Runtime. Условия: — Удалённый формат работы. — Заработная плата: 1.600–3.200 USD net в месяц.

Location: Shanghai, China The Company Our client was founded in 2009 and is headquartered in San Francisco. They describe themself as a “Retail Maximization Company,” focused on helping retailers, brands, and CPG companies improve digital revenue, customer experience, operational efficiency, and technology modernization. Their core positioning is highly retail-specialized rather than being a general-purpose IT services company. They emphasize deep expertise in: retail commerce, omnichannel systems, supply chain technology, AI and data platforms, experience design, cloud modernization, digital engineering, performance engineering, eCommerce migration, and upgrades. The Role Responsible for end-to-end IT readiness and technology deployment for new retail store openings across China. Ensure all IT infrastructure, systems, and devices are installed, tested, and operational before store launch while coordinating with business teams, IT teams, vendors, and technology partners. Key Responsibilities Store Opening Planning & Coordination Manage IT activities for store openings, relocations, remodels, and closures. Develop IT readiness plans, milestones, risk logs, and go-live checklists. Coordinate with Retail Operations, Construction, Facilities, Security, Finance, IT teams, and vendors. Conduct site readiness reviews and track project timelines. Network & Infrastructure Coordinate internet/WAN circuits and backup connectivity. Support deployment of routers, switches, firewalls, and Wi-Fi equipment. Ensure structured cabling, network racks, UPS, and IT room readiness. Validate network performance, coverage, and redundancy. Retail Technology Deployment Deploy and test POS systems, payment terminals, workstations, laptops, tablets, and mobile devices. Coordinate setup of printers, scanners, digital signage, handheld devices, and store communication tools. Ensure all assets are configured, inventoried, secured, and connected to corporate systems. POS & Application Readiness Coordinate POS deployment and transaction testing. Validate integrations with payment, inventory, ERP, CRM/Loyalty, and eCommerce systems. Support UAT, device provisioning, user access, and store configuration. Ensure critical issues are resolved before go-live. China IT Coordination Coordinate with local telecom, hardware, network, and technology vendors. Ensure compliance with company standards and China-specific requirements. Support communication between China-based teams and global IT stakeholders. Store Opening & Hypercare Lead IT go-live readiness reviews. Provide onsite support during store launches when required. Manage issue escalation, hypercare support, and BAU transition. Conduct post-opening reviews and capture lessons learned. Vendor Management Manage telecom, cabling, hardware, POS, payment, and field-service vendors. Track deliverables, escalate delays, and validate installation quality. Maintain vendor contacts and escalation matrices. Governance & Reporting Maintain store-opening trackers, readiness status, risks, and action items. Provide regular status updates and RAG reporting. Maintain deployment documentation, asset inventories, and handover records. Required Experience & Skills 8+ years of experience in Retail IT, Infrastructure, or Store Technology. 3+ years supporting retail store openings or technology rollouts. Strong knowledge of POS, payment systems, store networking, Wi-Fi, and end-user devices. Experience with network circuits, structured cabling, routers, switches, firewalls, and wireless infrastructure. Strong project coordination and vendor management skills. Ability to manage multiple store openings and priorities. Strong troubleshooting, problem-solving, and escalation management skills. Experience working with global/regional IT teams. Willingness to travel frequently within China. Mandarin Chinese: Fluent/Native preferred. English: Strong written and verbal communication skills.

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).