Загружаем вакансии…
5+ лет опыта в области облачной безопасности или управления идентификацией. Практический опыт работы с OAuth 2.0, OpenID Connect и JWT, включая выпуск, валидацию и обмен токенами.
Зарплата не указана
Задачи: — Развивать и вести социальные сети бренда Mobcash Agents. — Участвовать в разработке SMM-стратегии и отвечать за её реализацию. — Разрабатывать и реализовывать контент-планы для социальных сетей. — Придумывать новые форматы контента, рубрики, креативные механики и активности для вовлечения аудитории. — Создавать и развивать короткие видеоформаты: Reels, TikTok и другие форматы для органического охвата и привлечения трафика. — Писать и редактировать тексты, контролировать качество контента. — Ставить задачи дизайнерам, motion-дизайнерам и другим подрядчикам, контролировать сроки и качество выполнения. — Запускать и оптимизировать рекламные кампании с учетом особенностей различных GEO. — Разрабатывать и оптимизировать воронки привлечения трафика из социальных сетей. — Анализировать основные показатели, отслеживать KPI и оптимизировать контент и рекламные активности на основе результатов. — Анализировать большие объемы информации и преобразовывать данные в конкретные рекомендации и решения. — Анализировать конкурентов, тренды и актуальные форматы в социальных сетях. — Находить и развивать сотрудничество с UGC-креаторами и инфлюенсерами. — Взаимодействовать с Marketing и другими командами компании. — Следить за трендами в iGaming, спорте, социальных сетях и контенте. Требования: — Опыт работы в SMM в сфере iGaming B2B, affiliate marketing, crypto или fintech. — Опыт работы с Mobcash будет большим преимуществом. — Опыт участия в разработке и реализации SMM-стратегии. — Уверенные навыки контент-планирования, аналитики, отчетности и работы с KPI. — Практический опыт создания и продвижения коротких видеоформатов — TikTok, Reels. — Подтвержденный опыт продвижения iGaming-брендов через социальные сети. — Понимание взаимосвязи между SMM, контентом, привлечением аудитории и бизнес-результатами. — Сильные аналитические навыки и одновременно развитое креативное мышление. — Отличные навыки копирайтинга и хороший визуальный вкус. — Умение работать с большими объемами информации и быстро выделять главное. — Способность работать в динамичном темпе и соблюдать высокие стандарты качества. — Внимательность, ответственность, самостоятельность и инициативность. — Английский язык — B2 и выше. — Хорошее знание и искренний интерес к спорту, умение делать простые спортивные прогнозы и создавать контент на спортивную тематику. Будет плюсом: — Опыт работы с таргетированной рекламой и paid social. — Опыт media buying / social media seeding. — Опыт работы с UGC-креаторами, инфлюенсерами и PR. — Знание французского или арабского языка. Условия: — Удаленная работа, график 5/2. — Работа в международной iGaming-компании и развитие перспективного B2B-направления. — Возможность профессионального роста под руководством опытного Team Lead. — Конкурентная заработная плата в USDT. — Работа в сильной и опытной SMM-команде. — Возможность напрямую влиять на развитие социальных сетей, рост аудитории и бизнес-результаты направления. — Возможность создавать короткий видеоконтент — Reels, видео и другие форматы с участием медийного лица бренда. Вам не потребуется сниматься в кадре самостоятельно.
Зарплата не указана
Задачи: — Написание кода агента на Python, который использует внешние API; — "Упаковка" кода в Docker-образ с минимальным размером и безопасными зависимостями; — Написание Helm-чарта для развертывания этого образа в Kubernetes; — Поиск способов обновления библиотеки или применение патча, пересборка образа и обновление деплоя при блокировке образа SCA-сканером из-за уязвимости в библиотеке requests; — Чтение логов пода в ArgoCD, в случае падения агента в продакшн. Исправление кода и подготовка нового деплоя, если ошибка в промпте или API. Требования: — Опыт от 3-6 лет Middle / Senior; — Бэкграунд: Python-разработчик, который увлекался AI и выучил Docker/Kubernetes, либо MLOps-инженер, который умеет хорошо программировать; — Ключевая компетенция: автономность — уметь не только написать бота, но и перенести его в контейнер, пройти проверку безопасности и запустить в кластере без помощи системных администраторов; — Глубокое понимание работы зависимости в Python (virtualenv, poetry, pip), так как 70% проблем с деплоем связаны с ними; — Понимание концепции AI Agents, RAG, Tool Calling; — Навыки работы с DevOps / MLOps инструментами: Docker, Kubernetes, Helm, ArgoCD (чтение логов/статусов), bash; — Опыт работы с SCA-сканерами. Условия: — Заработная плата до 260 000 рублей на руки; — Оформление через ИП, самозанятый; — Гражданство РФ, локация РФ; — Удалённая работа. Описание проекта и команды: — Управляющая компания. Этапы отбора: 1. Интервью 2. Проверка информационной безопасности.
до 260 000 ₽
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи: - вести разработку от идеи и MVP до production, управлять командой и при этом оставаться hands-on. Переходим к продуктовой разработке малыми командами и AI-agentic подходу. Важно уметь самостоятельно быстро собрать пилот с AI-инструментами, а затем вместе с командой довести его до production. - Руководить командой разработки: планирование, декомпозиция, приоритизация, delivery. - Вести продукты от идеи до релиза и оценивать результат. - Принимать продуктовые и технические решения, формировать roadmap и техническое видение. - Выстраивать процессы разработки, code review, тестирование и контроль качества. - Развивать команду, участвовать в найме и менторинге. - Внедрять AI-инструменты и агентные сценарии разработки в команду. Требования: - 5+ лет коммерческой разработки. - 1–2+ года в роли Team Lead / Tech Lead / руководителя разработки или проекта. - Опыт управления командой и delivery. - Практический опыт с Claude Code, Cursor, OpenAI Codex, GitHub Copilot или аналогами. - Умение самостоятельно собрать MVP и довести его до production вместе с командой. - Понимание LLM, RAG, AI-агентов и оценки качества AI-фич. - SQL / PostgreSQL, REST API, Docker, Git. - Понимание product metrics, PMF, ICP, activation, retention. - Fullstack / hands-on опыт. - Опыт основания стартапа. - Open Source. - Построение команды с нуля. - n8n, LangChain/LangGraph, Open WebUI. - Идеальный профиль: Product × Engineering × AI — человек, который умеет не только управлять разработкой, но и сам быстро превращать идею в работающий прототип. Условия: - РФ, удалённо, full-time, ИП/СЗ.
Зарплата не указана
Задачи: — Строить и развивать AI Dev Harness: единый доступ к моделям (gateway), изолированные среды для агентов (sandbox), оркестрацию задач, реестр агентов и скилов. — Анализировать потери в производственном процессе разработки — узкие места, дорогие рутинные операции — и лично реализовывать AI-решения для их устранения. — Определять, какие задачи агенты делают самостоятельно, какие — с подтверждением плана, а какие для них закрыты (production, ПДн, платежи), совместно с ИБ. — Обучать команды создавать и настраивать своих агентов, писать скилы и спецификации по SDD/OpenSpec-подходу. — Работать с возражениями разработчиков, архитекторов и менеджеров — аргументированно, с демонстрацией результата на конкретных проектах, а не декларациями. — Писать код, проводить code-review, обучать личным примером — оставаться практиком, а не только методологом. — Вести метрики пилота: скорость (lead time, time to first artifact), качество (rework rate, defect escape rate), стоимость на принятый результат, время людей на ревью. — Быть амбассадором AI внутри компании: делиться результатами, снимать сопротивление, формировать доверие к направлению. — Корректировать методологию и ролевую модель — зоны ответственности людей и агентов в процессе разработки. Требования: — Опыт разработки/архитектуры ПО от 5 лет, из них опыт руководства командой или направлением (тимлид/архитектор). — Практический опыт внедрения AI-инструментов в рабочих процессах, а не только личное использование — готовность быть проводником подхода. — Понимание современных инструментов agentic-разработки: MCP, оркестрация агентов, LLM gateway, spec-driven development. — Понимание рынка AI-технологий: актуальных трендов, моделей, кейсов применения. — Сильная лидерская позиция и аналитический склад мышления — умение доказывать эффект метриками, а не мнением. — Навыки командной работы и опыт взаимодействия с кросс-функциональными командами (ИБ, DevOps, архитектура). Преимуществом будет: — Опыт работы в регулируемой среде (финтех, банки) и понимание требований к защите данных при работе с внешними AI-моделями. — Опыт создания нового направления или продукта внутри компании. — Опыт с Kubernetes, CI/CD, SAST/SCA-инструментами. Условия: — Возможность работать в составе крупной компании, лидере страхового рынка; — Полное соблюдение норм Трудового Кодекса РФ; — Полностью "белая" заработная плата, своевременные выплаты; — График работы 5/2 (удаленный формат работы); — Подключение к ДМС после успешного прохождения испытательного срока; — Корпоративные скидки на страховые продукты (авто страхование, ВЗР и т.д.); — Корпоративные скидки на фитнес, магазины-партнёры, книги и др.; — Электронная библиотека с более чем 3000 книг на самые актуальные темы современного бизнеса, науки и личностного развития, включая мировые бестселлеры и доступом в оффлайн режиме с любого мобильного устройства.
About Magic Eden and Dicey Magic Eden reached unicorn status in just 9 months after launch, one of the fastest in history. They built a category-defining NFT marketplace from scratch and are now developing Dicey, a crypto casino and sportsbook platform targeting the $180B+ iGaming and sports betting markets. The team is small and fully remote, focusing on fast shipping, data-driven decisions, and rebuilding growth operations around AI. The role The position focuses on personalized retention in the iGaming industry, owning the full post-signup journey. Responsibilities include expanding the player segmentation framework, designing and running targeted offers and campaigns, and managing the associated P&L lever. The role is explicitly AI-native, involving building workflows, agents, and pipelines to run lifecycle campaigns efficiently. Half the job is problem identification, the other half is running experiments to find solutions. What you'll do — Own retention and monetization as a growth loop, setting targets, finding leverage, and driving post-signup metrics — Own and evolve the player segmentation framework, deciding signals and company usage — Build the AI-native growth stack including analysis, agents, and automated pipelines for segment surfacing, offer generation, and campaign execution — Design and ship targeted offers such as reload bonuses, lossback, wager bounties, challenges, and win-back sequences; size, specify, ship, and measure them — Analyze data warehouse and on-chain data to find patterns and create campaigns proactively — Expand player signals including on-chain activity, status-match programs, social account linking, and others — Run campaigns across channels like email, in-app, Telegram, with AI handling heavy lifting — Collaborate with engineering and design to create product surfaces that enable repeatable processes What they're looking for — Strong intuition for player psychology and incentive design; experience in gambling, gaming, fintech, or consumer marketplaces is helpful — Deep analytical skills, able to independently perform cohort analyses without waiting for data scientists — AI-native mindset, already using AI to write queries, build analyses, and automate work, with desire to advance further — High output with good judgment, generating many ideas and prioritizing tests effectively — Bias to do it yourself, comfortable executing emails, queries, and specs personally — Comfortable with ambiguity and building new playbooks Backgrounds that tend to fit — Growth PM at data-heavy consumer companies — MBB consultants transitioning to product ownership — Product-minded data scientists or analysts focused on shipping rather than reporting Why this is interesting — Competitive, top-of-market compensation — Defining the role of a growth PM in an AI-native company without existing playbooks — Early involvement in personalized retention, a key industry trend — Real ownership of segmentation framework, product surface, and P&L lever with direct access to founders
Responsibilities: — Provide legal advice to internal teams on commercial, corporate, tax, migration, and regulatory matters across multiple jurisdictions; — Draft, review, negotiate, and manage a wide range of legal documents, especially commercial agreements with vendors, partners, agents, and service providers, focusing on license, merchant, partnership, and marketing agreements; — Conduct legal research, monitor legislative updates, and prepare clear summaries, reports, and presentations to support decision-making; — Lead or support legal projects, coordinating with internal teams, external advisors, agents, and law firms on corporate, banking, financial, and compliance matters; — Prepare and submit documents to authorities and liaise with governmental and regulatory bodies when required; — Assist in developing and maintaining internal compliance guidelines, documentation, and policies; — Identify legal risks, propose practical solutions, and provide insights on legal trends that may impact the business; Requirements: — A law degree from a recognized university; — At least 5 years of experience as a lawyer in IT, FinTech, iGaming, or a similar industry; — Fluent written and spoken English; — Strong knowledge of contracts, intellectual property, corporate law, and compliance frameworks; — Excellent written and verbal communication skills with a proactive approach to problem-solving; — Sharp analytical skills, legal research capabilities, and sound judgment; — Exceptional attention to detail and accuracy in legal documentation and processes; — Strong self-management, time-management, and teamwork skills; — Ability to work independently with minimal supervision; Conditions: — High salary with performance bonuses and salary revision; — Work schedule: Monday to Friday, 9 hours with 1 hour lunch break, flexible start between 8:00 and 10:00; — 24 days holiday leave; — Corporate English and Greek lessons; — Gym and SPA in the office; — Corporate meals; — Eventful corporate life; — Exciting work challenges allowing professional growth; — Strong team support for professional development and ambitious projects.
Зарплата не указана
Задачи: — Закрытие инфраструктуры, CI/CD, Kubernetes, мониторинг, секреты и автоматизация. — Настройка и оптимизация CI/CD в GitLab CI. — Внедрение и поддержка Kubernetes. — Настройка мониторинга с Prometheus, Grafana, Loki, Alertmanager. — Автоматизация инфраструктуры с использованием Terraform и Ansible. — Управление секретами и доступами через HashiCorp Vault. — Работа с базами данных PostgreSQL и mongoDB, включая HA и backup/restore. — Обеспечение безопасности: RBAC, NetworkPolicy, Pod Security. — Работа с инфраструктурой в Yandex Cloud и proxmox. Практический опыт: — Работа с нейронными сетями для трекинга лиц на Tesla T4. — Создание админки для управления терминалами. — Разработка MVP моделей новых систем. — Настройка локальной инфраструктуры в ЦОДе компании. — Участие в разработке инфраструктуры новых продуктов. — Выполнение функций SRE на проектах во время мероприятий. — Внедрение CDN и Kubernetes, настройка инфраструктуры с возможностью отключения интернета, сокращение времени релизов на 20%. — Настройка Terraform-инфраструктуры в Yandex Cloud и proxmox, автоматизация кластеров, сети, DNS, балансировщиков и IAM. — Внедрение Prometheus, Grafana, Loki, Alertmanager и blackbox, сокращение времени обнаружения инцидентов до 3 минут. — Оптимизация GitLab CI: добавление кэширования, параллельных джобов, встроенное SAST/DAST-сканирование образов, сокращение времени сборки с 10 до 3-5 минут. — Внедрение агента для поиска уязвимостей. — Внедрение HashiCorp Vault с настройкой Kubernetes auth, AppRole и доставки секретов через Agent Injector. — Опыт работы с big data объемом около 20 ТБ. Требования: — Опыт работы DevOps-инженером от 3 лет. — Знание и опыт работы с Linux, Docker, Kubernetes, GitLab CI, Terraform, Ansible, Vault, Prometheus, Grafana, Loki, Alertmanager. — Опыт работы с PostgreSQL, Yandex Cloud. — Навыки автоматизации и обеспечения безопасности инфраструктуры. Условия: — Формат работы: удалённо или гибрид. — Занятость: full-time или part-time. — Оформление обсуждаемо. — Ожидаемая зарплата: 200000 рублей в месяц.
200 000 – 200 000 ₽
Задачи: — Разрабатывать и поддерживать исполнительные модули (agents, controllers, orchestrators) для автоматической настройки и контроля операторского сетевого оборудования — Производить интеграцию с существующей инфраструктурой: SNMP, CLI, NETCONF/RESTCONF/gNMI, обмениваться через Kafka/RabbitMQ и быть в связке с инвентаризацией, мониторингом, системой фиксации аварий — Создавать и сопровождать модели данных и описаний: JSON Schema, Protobuf и MIB-таблицы для телеметрии и команд устройствам — Производить автоматизацию полного цикла «конфигурация → развёртывание → мониторинг → отклик» с использованием Python/Go-библиотек для формирования и применения конфигураций и реакции на сетевые события — Проектировать и сопровождать хранилища состояния сети (PostgreSQL): топологии, параметры сервисов, история изменений и сценарии отката — Тестировать и валидировать: модульные и интеграционные тесты, запускать автоматизированные проверки в тестовой лаборатории с эмуляторами и реальным оборудованием Требования: — Практический опыт разработки на Python или Go (от 5 лет) с работой по SNMP, CLI, NETCONF/RESTCONF/gNMI, включая создание поддерживаемых библиотек и API-интеграций — Навыки работы с PostgreSQL (проекты схем, сложные запросы), опыт с оборудованием разных вендоров и чтение технической документации на английском — Опыт эксплуатации операторских сетей (от 5 лет): настройка, мониторинг, локализация и аварийное восстановление — Знания сетевых технологий: IP/MPLS, Ethernet (802.1Q, QinQ), QoS, механизмы резервирования (FRR, LAG, VRRP, BFD) — Будет плюсом: CI/CD, YANG, gRPC/Protobuf, Kafka, Docker/Kubernetes, Prometheus/Grafana, опыт работы в продуктах автоматизации сети, опыт работы с пайплайнами CI/CD
Зарплата не указана
Задачи: — Развитие платформы: работа над функционалом, стабильностью и производительностью; — Развитие AI-функционала: LLM-based сценарии, tool calling, RAG, работу с контекстом, кэширование и другие механики; — Разбор сложных production-инцидентов, устранение причин проблем; — Клиентские внедрения: превращение пожеланий клиента в дорожную карту запуска; — Проектирование архитектуры интеграции с инфраструктурой клиента; — Ответственность за техническую часть сложных клиентских запусков от discovery до production; — Менторство junior/middle-разработчиков, помощь с декомпозицией задач, архитектурой и техническими вопросами; — Проведение code review и повышение качества решений команды. Требования: — От 4 лет коммерческого опыта в Python и backend, от 1 года в продуктовой команде; — Уверенные знания asyncio, очередей, кеширования, конкурентности; — Практический опыт создания production-функционала на базе LLM, а не только использование ChatGPT; — Опыт с OpenAI API или другими LLM API; — Знания prompt engineering, tool calling, RAG, caching, context management; — Опыт с embeddings, vector search, agentic workflows; — Навыки тестирования и evals; — Понимание production-проблем: latency, стоимость, rate limits, hallucinations, retries, observability; — Уверенная работа с REST API сторонних сервисов, webhooks и внешними сервисами; — Опыт интеграций с CRM, особенно amoCRM и/или Bitrix24; — Самостоятельность и ownership: умение довести размытую бизнес-задачу до работающего production-решения, видеть системные проблемы и помогать команде расти. Будет плюсом: — Опыт B2B/Enterprise-внедрений, highload и event-driven систем; — Собственные AI-проекты и опыт работы в стартапах. Условия: — Работа в быстрорастущем AI-стартапе; — Влияние на продукт, архитектуру и процессы; — Разнообразные задачи, крупные клиенты и короткий путь от идеи до production; — Быстрый карьерный рост.
Зарплата не указана
Задачи: - разработка ПО на платформе Сбербанка с использованием Java, Spring Boot, DropApp, PostgreSQL, Apache Kafka, S3, LiquiBase - разработка backend взаимодействия с UI - технологическое развитие проекта и рефакторинг решений - мониторинг работоспособности и сопровождение продуктов Требования: - высшее образование в сфере информационных технологий, математики или техники - опыт работы на Java в реальных проектах от трёх лет - опыт работы со Spring Framework, Apache Kafka, Openshift, Prometheus, Grafana, Hibernate, Criteria - опыт с реляционными БД (PostgreSQL) и написание SQL-запросов - знание принципов ООП и паттернов проектирования - опыт написания Unit-тестов - понимание протоколов HTTP/REST, S3, JMS - опыт командной разработки с использованием Confluence, Jira, Git, Bitbucket, Jenkins, OpenApi - опыт разработки микросервисной архитектуры - опыт разработки высоконагруженных многопоточных приложений - знание AI-driven development, Agentic Coding, Spec-driven development Условия: - полная занятость - график 5/2 - формат работы: гибрид
до 220 000 ₽
Задачи: — проектирование и реализация единой корпоративной агентной платформы, предоставляющей пользователю единую точку взаимодействия с информационными системами и бизнес-процессами; — разработка главного агента-оркестратора, специализированных агентов, реестра инструментов; — управление контекстом и состоянием, межагентное взаимодействие; — интеграция с корпоративными системами; — обеспечение безопасности, наблюдаемости, тестирование качества и отказоустойчивости; — hands-on участие в разработке. Требования: — от 3 лет коммерческой backend-разработки; — опыт технического проектирования распределённых систем; — практический опыт работы с LLM и агентными системами; — желательно наличие хотя бы одного агентного или LLM-продукта, доведённого до пилотной либо промышленной эксплуатации; — опыт технического лидерства или владения архитектурой крупного модуля; — умение работать в условиях неполных требований и формировать целевую архитектуру; — способность общаться с разработчиками и владельцами бизнес-процессов; — практический опыт разработки LLM-агентов и agentic workflows; — понимание различий между агентом, инструментом, workflow, multi-agent системой и чат-ботом; — опыт реализации supervisor/orchestrator-архитектуры; — планирование и декомпозиция сложных пользовательских задач; — выбор специализированного агента или инструмента; — реализация взаимодействия между агентами, параллельное выполнение независимых задач; — управление состоянием долгоживущих сценариев, работа с краткосрочной и долгосрочной памятью; — контроль циклов, timeout, retry и fallback; — разрешение конфликтующих результатов нескольких агентов; — реализация human-in-the-loop и запрос подтверждения перед критичными действиями; — защита от бесконтрольного поведения агентов; — межагентское взаимодействие: типизированные сообщения, контракты задач и результатов, делегирование задач, общий и изолированный контекст агентов, очереди и приоритеты задач, синхронное и асинхронное взаимодействие, передача управления, трассировка цепочки выполнения, предотвращение зацикливания, повторное выполнение и идемпотентность, обработка частичной недоступности агентов и инструментов; — сильное знание Python, async/await и конкурентное выполнение; — опыт работы с FastAPI, Pydantic, pytest; — проектирование API и типизированных контрактов; — модульная и гексагональная архитектура; — интеграция нового функционала в существующие системы; — опыт работы с REST, gRPC, WebSocket или Server-Sent Events; — работа с очередями сообщений и фоновыми задачами; — опыт работы с долгоживущими и асинхронными процессами; — понимание микросервисной архитектуры и модульных монолитов; — умение проектировать систему без жёсткой зависимости от конкретной LLM или фреймворка. Условия: — комфортный современный офис в Москве, ул. Вавилова 19; — офисный формат работы на период испытательного срока, после возможен гибрид; — ежегодный пересмотр зарплаты, структура дохода: оклад + годовая премия; — корпоративный спортзал и зоны отдыха; — более 400 образовательных программ СберУниверситета для профессионального и карьерного развития; — программа адаптации и помощь руководителя на старте (для Junior позиций); — 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.
Задачи: — проектировать и разрабатывать backend-сервисы и RESTful API (Python/Django) — строить agentic-пайплайны на LangChain, LangGraph, n8n и аналогичных инструментах — собирать и обрабатывать данные из внутренних систем (jira, confluence, продуктовые реестры, аналитические платформы) — строить ETL/ELT-пайплайны на Python/Pandas/NumPy, в том числе потоковые данные через Kafka — готовить данные для обучения/дообучения моделей и базово настраивать/оценивать качество ML/LLM-компонентов совместно с профильными специалистами — разворачивать и эксплуатировать сервисы в закрытом контуре (production-инфраструктура внутри периметра безопасности, без выхода во внешний интернет): Docker, Kubernetes, CI/CD — принимать архитектурные решения по сервисам и агентным пайплайнам — тестирование, код-ревью — взаимодействовать с продуктовыми и инженерными командами при формировании требований и внедрении агентных и аналитических инструментов в рабочие процессы — готовить дашборды и рекомендации для управленческих решений по приоритизации и балансировке портфеля продуктов. Требования: — от 3 лет опыта в backend-разработке с выводом решений в production — опыт построения агентных систем — обязателен — опыт самостоятельного проектирования архитектуры backend-сервисов и агентных пайплайнов, готовность нести ответственность за принятые технические решения — Python — продвинутый уровень; Django, RESTful API — SQL, опыт работы с реляционными и NoSQL хранилищами — LangChain, LangGraph, MCP servers, опыт с n8n или аналогами; понимание RAG-архитектур, embeddings, векторных баз данных — Pandas, NumPy, Kafka — обработка табличных и потоковых данных, ETL/ELT на больших объемах — Docker, Kubernetes, CI/CD — уверенный пользовательский уровень. Условия: — комфортный современный офис рядом с м. Кутузовская — 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.
Зарплата не указана
Задачи: — Быть экспертом по управлению сервисами (инцидент-менеджмент, дежурства, IDP, управление работой, автоматизация рабочих процессов, Agent Builder и операционная автоматизация) для команд адвокации и инженерных команд Datadog — Создавать контент в различных форматах для укрепления репутации Datadog как лидера в DevOps, мониторинге, наблюдаемости и безопасности: демонстрации, публичные выступления, блоги, документация, вебинары, open source, исследовательские отчёты и др. — Сотрудничать с командами продуктовых инженеров для создания убедительных демонстраций и обучать внутренние инженерные команды эффективной коммуникации и презентациям — Взаимодействовать с open source сообществами для продвижения ключевых сообщений на рынке и разработки новых интеграций для Datadog — Вносить вклад в продукт через обратную связь (ошибки или предложения по улучшению продукта), документацию или код Требования: — Около 5+ лет опыта работы платформенным инженером, инженером по надёжности сайта, DevOps-инженером или разработчиком ПО с практическим опытом дежурств и реагирования на инциденты, а также эксплуатации производственных систем в сложных ИТ-средах — Глубокое понимание основных практик управления сервисами (инцидент-менеджмент, дежурства, постинцидентные обзоры, SLO), опыт работы с инструментами Datadog, PagerDuty, Opsgenie, incident.io, Rootly, Jira Cloud Platform, Cortex или аналогичными, умение решать операционные задачи в организациях разного размера — Страсть помогать командам решать организационные, а не только технические проблемы, и опыт широкого распространения своих знаний — Около 2+ лет опыта в сторителлинге и создании привлекательного контента: письменные материалы, выступления на конференциях (SREcon, DevOpsDays, SREday), проведение воркшопов, стримы, видеозаписи, участие в open source и мероприятиях сообщества — Наличие публичных примеров написанных материалов, блогов, демонстраций или записей презентаций на технические темы — Уверенное владение как минимум одним языком сценариев и программирования (Node.js, Python, Go, bash) и опыт работы с API и современными инфраструктурами, такими как IaaS и контейнеры — Самостоятельное изучение новых технологий и языков Плюсы: — Практический опыт работы с ITSM-платформами (ServiceNow, Jira Service Management) — Активное участие в сообществах SRE, DevOps или инцидент-менеджмента Условия: — Удалённая работа Datadog ценит разнообразие и поощряет кандидатов, желающих развивать свои навыки, даже если они не соответствуют всем требованиям с первого дня.
Зарплата не указана
About CircleCI Engineering: CI/CD is being reinvented with AI agents that write code, trigger builds, interpret failures, and propose fixes. CircleCI is building new interfaces for developers to understand and trust this work. Team-Agnostic Placement: Hiring is for CircleCI as a whole, not a specific team. Placement depends on where your strengths create the most leverage. Possible areas include CI pipeline experience, deploy and release tooling, notification infrastructure, monetization flows, AI agent surfaces, or the foundational web platform. The role involves full-stack ownership and high craftsmanship. What You'll Do: — Build AI-natively, using AI as the default approach to problem solving. — Invent new interfaces for software delivery that support autonomous pipelines and human judgment. — Own the full stack by building features end-to-end in Go, React, and TypeScript. — Focus on reliability and responsiveness as design concerns. — Champion observability using Honeycomb, Datadog, and Rollbar to improve systems. — Proactively identify and close gaps without being asked. What You'll Bring: — AI-native engineering practices with daily use of AI tools and understanding of their impact. — At least 3 years of production full-stack experience with a track record of shipping real products. — Strong skills in React and TypeScript, and comfortable owning backend services in Go including API design, data modeling, and service integration. — System design skills with conscious tradeoffs and documentation. — Production mindset focusing on latency, responsiveness, and reliability in distributed environments. Additional Information: The role is remote based in Ontario, Canada. Salary range is $127,000 to $159,000 CAD per year. CircleCI is an equal opportunity employer and provides accommodations for individuals with disabilities during the application and interview process.
127 000 – 159 000 $
About Delinea: Delinea is a pioneer in securing human and machine identities through intelligent, centralized authorization, empowering organizations to seamlessly govern their interactions across the modern enterprise. Leveraging AI-powered intelligence, Delinea’s leading cloud-native Identity Security Platform applies context throughout the entire identity lifecycle – across cloud and traditional infrastructure, data, SaaS applications, and AI. It is the only platform that enables you to discover all identities – including workforce, IT administrator, developers, and machines – assign appropriate access levels, detect irregularities, and respond to threats in real-time. With deployment in weeks, not months, 90% fewer resources to manage than the nearest competitor, and a 99.995% uptime, Delinea delivers robust security and operational efficiency without compromise. What You Will Own: — Price and packaging architecture across the portfolio: tiering, licensing metrics, add-on structure, bundling. — Proposal quality into the monthly Price Committee: analysis, financial model, recommendation, and action register through to closure. — Discount governance, including band policy and guardrails. — Monetization for new categories: NHI governance, AI agent identity, StrongDM, consumption-based licensing. — Commercial readiness at launch, ensuring packaging and pricing ship with the product. — The single source of truth for pricing, packaging and quoting guidance, partnering with Product Marketing on seller enablement. — Price realization, attach rate and competitive position, informed by competitor pricing, market benchmarks and win/loss data. What We Are Looking For: — 12+ years across pricing strategy, monetization, product management or product marketing, including 5+ years owning pricing as a named function. — Experience building a monetization function where none existed: cadence, governance, documentation, analytical bench. — Experience preparing and defending recommendations to a formal pricing committee or equivalent decision body. — Demonstrated design of tiered packaging for enterprise software, strong financial modeling (pricing impact, ARR and expansion, discount optimization). — Credibility with executive peers, holding a position on pricing under pressure without direct authority over sales or finance. Strongly preferred: — Cybersecurity or identity security (PAM, IAM, SIEM, endpoint); exposure to NHI, machine identity or secrets management. — Consumption-, usage-, or outcome-based pricing models alongside seat-based subscription. — Working knowledge of CPQ (Salesforce CPQ, Apttus); pricing through M&A integration or a major commercial model transition. MBA a plus. Why Now: Pricing at Delinea has been carried by people doing it well alongside a full portfolio, and the surface area keeps growing. The opportunity is to make monetization a professional discipline, with a decision forum that already works. This role is built for owning monetization end-to-end rather than managing an approval queue. Why work at Delinea? — Meaningful work, a culture of innovation and great career progression. — Core values: Spirited, Trust, Respect, Ownership, Nimble, Global. — Competitive salaries, meaningful bonus program, excellent benefits including healthcare insurance, pension/retirement matching, life insurance, employee assistance program, time off plans, and paid company holidays. Delinea is an Equal Opportunity and Affirmative Action employer prohibiting discrimination and harassment of any type. Candidates are required to complete comprehensive criminal background check, verification of education, and employment, and social media sites may be reviewed upon conditional offer of employment.
About LawnStarter LawnStarter is the nation's leading on-demand marketplace for lawn care and outdoor services, with over $100M in annual bookings. The company is expanding beyond lawn care to become a one-stop shop for all home services, operating across three brands (LawnStarter, Lawn Love, Home Gnome) on a single shared platform. About Analytics at LawnStarter The analytics team supports the entire company including product, marketing, operations, and finance. The data platform includes a centralized Redshift data warehouse, modeled in dbt and orchestrated by Airflow, with Segment feeding event data. The team is mid-migration to Lightdash as the single BI platform, replacing Tableau and Metabase. Currently, data quality, tracking standards, and platform hygiene are side tasks handled by analysts. The Role The Analytics Engineering Manager will be the first dedicated person for data governance, responsible for data trustworthiness and the roadmap to improve it quarterly. Responsibilities include ensuring quality and freshness of source data, pipelines, reports, metric definitions, Segment event tracking standards, Lightdash workspace health, data feeding ML models, and data security. The role involves collaborating with product, marketing, ops, and finance to prioritize platform work. It is a hands-on role starting solo, building automation, checks, fixing issues, and establishing scalable processes. Eventually, the manager will hire a Lead Analytics Engineer and grow the function as needed. Key differentiators of the role: - First dedicated governance role, reshaping existing standards. - Owns the data roadmap, discovering business needs and prioritizing work. - Whole-stack ownership from source data to ML models. - Leading the migration to Lightdash, setting up permissions and norms. Responsibilities: - Develop and manage the data roadmap balancing business needs and platform health. - Automate monitoring of data quality and freshness, resolve incidents. - Maintain data lineage and impact analysis to assess downstream effects of changes. - Administer Lightdash workspace, permissions, and rollout. - Extend and guard the semantic layer with governed metric definitions. - Govern Segment event tracking catalog, standards, and drift detection. - Ensure AI data readiness for internal AI tools querying the warehouse. - Manage data security, privacy, access controls, and compliance with US state laws. - Maintain governance documentation, ownership models, and review processes. Challenges to solve: - Convert business requests into a prioritized data roadmap. - Ensure Lightdash migration improves platform usability without dashboard sprawl. - Complete and maintain a trustworthy semantic layer. - Manage event-tracking standards and prevent entropy. - Proactively detect and prevent data pipeline breakages with automation and lineage. Success metrics for year 1: - Zero pipeline incidents from unannounced data changes. - Zero freshness incidents; stakeholders never see stale dashboards. - All business areas use official, well-maintained metrics and dashboards. - Every Segment event has an owner and meets standards. - Governance operates as a documented, sustainable system. Requirements: - Passion for data governance as a craft. - Daily use of AI tools for automation, anomaly triage, and documentation. - Hands-on manager who codes, debugs, and configures personally. - Product-minded, able to translate vague requests into prioritized plans. - Automation-first approach to quality checks. - Ability to enforce standards with clear rules and good tooling. Role exclusions: - Not a large-team leadership role; starts solo with potential to hire one lead. - Not a policy or committee role; hands-on fixing with code and conversations. - Not a BI analyst role; focuses on platform and guardrails, not dashboard building. - Not a mature system babysitting role; involves building and evolving the platform. Technologies involved: - Warehouse & pipelines: Redshift, dbt, Airflow - Ingestion: Fivetran, custom Airflow pipelines - Event tracking: Segment - BI tools: Lightdash (primary), Tableau and Metabase (sunsetting) - AI tooling: Claude Code, Codex, Brain (internal AI toolkit) - Observability: AI-powered Analytics Engineer agent for monitoring and anomaly detection Benefits: - Base salary $75k-$120k/year - Fully remote with asynchronous collaboration - Flexible PTO Equal employment opportunity statement included.
Задачи: — Проводить security review AI/LLM-решений: LLM-приложений, AI-агентов, RAG, векторных БД, интеграций с внешними API и облачными LLM; — Участвовать в threat modeling AI-решений: prompt injection, jailbreak, утечки данных, небезопасные tool calls, избыточные привилегии AI-агента, RAG/data poisoning; — Проверять наличие и корректность защитных механизмов: guardrails, фильтры персональных данных, ограничения длины prompt/response, rate limiting, валидация ответов, контроль вызовов tools; — Оценивать безопасность работы с данными: персональные данные, конфиденциальная информация, источники данных для RAG, embeddings, индексы векторных БД; — Проверять, что AI-агенты работают по принципу минимально необходимых привилегий и не выполняют чувствительные операции без ручного подтверждения; — Проверять изоляцию пользовательских сессий, контекстов и памяти AI-решений; — Участвовать в проверке безопасности локального запуска LLM в Kubernetes: контейнеры, RBAC, secrets, network policies, ingress, resource limits; — Формировать требования к логированию, аудиту и трассировке AI-решений: trace ID, логи prompt/response, вызовы модели, вызовы tools, действия AI-агента; — Разрабатывать тестовые сценарии для проверки AI-решений на prompt injection, утечки данных, обход ограничений и небезопасное поведение агента; — Помогать командам разработки и эксплуатации безопасно использовать локальные и облачные LLM. Требования: — Опыт в кибербезопасности от 2–3 лет в одной или нескольких областях: Application Security, DevSecOps, Cloud Security, Kubernetes Security, API Security, Product Security; — Понимание принципов security review, threat modeling и безопасной разработки; — Понимание web/API-безопасности: аутентификация, авторизация, OAuth2/OIDC, SAML, JWT, RBAC, service-to-service-взаимодействие; — Базовое понимание AI/LLM-стека: LLM, prompt, system prompt, context window, embeddings, RAG, vector database, AI-agent, agent memory, tools/function calling; — Понимание основных рисков LLM-приложений: prompt injection, indirect prompt injection, jailbreak, утечка чувствительных данных, раскрытие system prompt, небезопасная обработка ответа модели, excessive agency; — Понимание особенностей безопасности RAG и векторных БД: например, Milvus, Qdrant, Weaviate, pgvector, Chroma, Elasticsearch/OpenSearch vector search; — Понимание рисков работы с персональными и конфиденциальными данными при использовании локальных и облачных LLM; — Базовое понимание Kubernetes и контейнерной безопасности: secrets, service account, RBAC, network policy, resource limits; — Умение формулировать понятные и проверяемые требования безопасности для продуктовых команд. Что мы ищем в кандидатах: — Опыт security review AI/LLM, RAG, чат-ботов, AI-ассистентов или агентских решений; — Знакомство с OWASP Top 10 for LLM Applications, OWASP Agentic AI Threats, MITRE ATLAS, NIST AI RMF; — Понимание безопасности agent tools/function calling: allowlist tools, схемы входных параметров, контроль прав, human-in-the-loop; — Опыт работы с SIEM/security logging: проектирование событий безопасности, аудит действий, расследование инцидентов; — Понимание подходов к безопасному исполнению кода, сгенерированного моделью: sandbox, изоляция контейнеров, запрет доступа к secrets, ограничения сети и ресурсов; — Базовые навыки Python, работы с JSON/YAML, API-тестирования или автоматизации security checks. Будет плюсом: — Опыт с OpenAI/Azure OpenAI, AWS Bedrock, Google Vertex AI, Anthropic или другими LLM-провайдерами; — Опыт с локальными open-source LLM и inference-сервисами; — Опыт настройки или проверки guardrails, фильтров персональных данных, DLP-подходов, content moderation; — Опыт участия в AI red teaming или разработке тестов на prompt injection и data leakage. Условия: — Формат: Гибридный (от 2-х дней в неделю, м. Технопарк); — Бесплатный доступ к телемедицине и очным приемам в частных клиниках (включая стоматологию и сессии с психологами); — Условия ипотечного кредитования от Сбербанка; — Индивидуальный план развития; — Английский язык с корпоративным преподавателем и скидки на курсы в Skyeng, компенсация обучения от ведущих платформ; — Официальное оформление, стабильные выплаты, оплата больничного и отпуска, современная техника; — Частичная компенсация спортивного абонемента, бесплатные занятия сквошем и футболом.
Зарплата не указана
Зарплата не указана
Зарплата не указана
300 000 – 340 000 $
75 000 – 120 000 $
Зарплата не указана