Вакансии

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

Задачи: - Проектировать и разрабатывать интеграционные системы на базе микросервисной архитектуры - Внедрять новые технологии, инструменты и методы разработки - Взаимодействовать с командой, поиск и решение проблем - Участвовать в брейнштормах Требования: - Опыт разработки Backend приложений (Python 3.>) от 5 лет - Уверенное владение базовыми архитектурными паттернами - Понимание асинхронной парадигмы программирования - Желание придерживаться культуры разработки и Best practices (SOLID, KISS, DRY, etc.) - Желание следовать Coding Style Guide, PEP8 и типизации данных - Практические навыки работы с платформами контейнеризации приложений - Опыт построения архитектур сложных систем - Умение оценивать сложность задачи - Умение декомпозировать задачи - Опыт работы с инструментами командной разработки: Git, Jira, Confluence - Опыт работы с Linux (Bash) - Знание и умение работать с одним из брокеров сообщений (RedHat JBOSS AMQ\ ActiveMQ Artemis, IBM WebSphere MQ, Apache Kafka, etc) - Опыт работы с реляционными базами данных (Oracle, PostgreSQL, MySQL, etc.) Будет плюсом: - Навык владения любой системой оркестрации контейнеров (Kubernetes, Deckhouse) - Понимание и опыт работы с DDD/Event driven архитектурой - Опыт работы с потоковой обработкой данных Apache Kafka Streams - Опыт работы с Prometheus Grafana, ELK, HashiCorp Vault, Keycloak - Опыт разработки интеграционных решений - Понимание асинхронной парадигмы программирования Условия: - Современный стек технологий, микросервисная архитектура приложений - Работа в гибкой методологии разработки - Возможность работать как в офисе, так и в гибридном формате, и удаленном формате - Поездки на конференции и тренинги за счет компании, внутренние семинары, внутренние митапы - Новая техника для комфортной работы - Сессии профессионального развития 2 раза в год с планом индивидуального развития и обратной связью - Корпоративная культура со своими ценностями и традициями

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

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

Задачи: — Проектировать отказоустойчивые технические решения — Разрабатывать высоконагруженные микросервисы по задачам платформы backend — Отвечать за код до момента релиза и после: делать код-ревью, писать автотесты, релизить, настраивать мониторинги — Развивать направление на Golang, при желании перехода в будущем, делиться знаниями и практиками между разработчиками других микросервисов Требования: — Качественный опыт написания кода на python от 3 лет — Опыт написания кода на golang и желание развиваться в нем — Умение и практика написания тестов — Свободное владение linux (bash, sed, grep и другие утилиты) — Опыт работы с СУБД: postgresql, MongoDB, ElasticSearch, Redis — Опыт работы с CI/CD: gitlab, docker, kubernetes — Знание классических алгоритмов и структур данных Условия: — Официальное трудоустройство и конкурентная заработная плата — Уютный и современный офис в шаговой доступности от станций метро Дмитровская, Савёловская, рядом с Флаконом и Хлебозаводом — Гибридный формат работы (или возможность переехать в Москву из регионов России) — Предоставление современной рабочей техники, дополнительного монитора и многое другое для комфортной работы — Гибкое начало рабочего дня по согласованию с руководителем — Забота о здоровье: консультации психолога, юриста, финансового консультанта и специалиста по ЗОЖ, после испытательного срока - ДМС (со стоматологией) и страховка для выезда за рубеж — Поддержка в обмене знаниями и идеями: поощрение выступлений на митапах и помощь с подготовкой докладов — Бесплатная подписка на сервис корпоративных скидок и предложений BestBenefits, доступ к онлайн-библиотеке издательства «МИФ»

Задачи: - разрабатывать сервис модерации рекламы; - курировать архитектуру сервисов на Python и следить, чтобы техническая архитектура соответствовала бизнес-требованиям; - проводить ревью архитектурных решений коллег; - проводить ревью кода коллег и давать полезную обратную связь; - отвечать за работу системы, понимать, где нужно улучшить наблюдаемость и тестируемость, вести технический бэклог; - участвовать в проработке решений со стороны бизнеса, продумывать варианты технической реализации и помогать бизнесу формулировать требования; - координировать работу со смежными командами и договариваться о взаимовыгодных решениях; - погружаться в специфику модерации в целом и модерации рекламных креативов в частности. Требования: - уверенно владеете Python; - имеете опыт продуктовой разработки; - готовы погружаться в продукт, понимать его требования, вместе с бизнесом прорабатывать и приоритизировать решения; - готовы отвечать за систему со стороны технической команды; - хорошо понимаете архитектуру, умеете оценивать технические компромиссы и доносить их до бизнеса; - умеете строить расширяемые системы, балансируя между количеством абстракций и временем на реализацию; - умеете строить наблюдаемые и тестируемые системы; - понимаете и можете объяснить, как технические задачи связаны с планами бизнеса; - умеете приоритизировать технический бэклог; - имеете опыт менторинга инженеров и коммуникации с бизнесом; - готовы глубже погружаться в бизнес-специфику задач и активно участвовать в проработке требований.

Задачи: — разрабатывать backend-сервисы платформы на Python и развивать существующие компоненты — проектировать и реализовывать API и интеграции с внешними системами и инфраструктурными компонентами — разрабатывать интерфейсы и коннекторы для подключения к платформе LLM, инструментов (tools), баз знаний, внешней памяти и RAG-компонентов — строить и поддерживать пайплайны оценки качества агентов (evals, LLM-as-a-judge) — использовать AI-инструменты для ускорения разработки и валидировать их решения — через ревью, тесты и проверку на соответствие требованиям — участвовать в проектировании архитектуры сервисов, ревью кода и разборе инцидентов Требования: — опыт промышленной разработки на Python от 3 лет — сильные навыки system design: умение спроектировать сервис целиком, выбрать паттерны взаимодействия компонентов и обосновать архитектурные trade-off-ы — умение декомпозировать крупную задачу на части, годные для постановки агенту, и собирать из них целостное решение — практический опыт разработки кода с ИИ-агентами: Codex, Gemini, Claude Code, Qwen Code или аналоги — умение критически оценивать и валидировать решения, сгенерированные AI-агентами: находить ошибки, проверять корректность и границы применимости — опыт разработки веб-сервисов и API на FastAPI, Flask или аналогах, понимание asyncio — уверенное знание SQL и навыки проектирования реляционных схем данных — опыт работы с брокерами сообщений (Kafka или аналоги) — опыт работы с Docker, Kubernetes или OpenShift — понимание принципов наблюдаемости, отказоустойчивости и надёжной эксплуатации сервисов — готовность нести ответственность за итоговое качество кода независимо от того, написан он вручную или с помощью агента Будет плюсом: — опыт интеграции LLM API и построения агентных или RAG-сценариев — опыт работы с векторными хранилищами и базами знаний — опыт построения пайплайнов для evals и оценки качества моделей — опыт работы с OpenClaw или схожими платформами оркестрации агентных систем — опыт работы в финтехе или в защищённом контуре Условия: — строим платформу для GenAI-агентов, которая становится частью технологического контура банка — роль на стыке классической backend-разработки и AI: писать сервисы и проектировать работу агентов в проде — AI-инструменты — рабочая норма, ценится инженер с system design и ответственностью за качество решения — много нового функционала без тяжёлого legacy, изменения доводятся до промышленного контура — прозрачные процессы, регулярное улучшение инженерных практик, атмосфера открытости и взаимопомощи — гибридный формат работы, комфортный офис рядом с м. Кутузовская, ДМС и корпоративные льготы

Мы - команда FRE B2B Дивизион AI трансформации и исследования данных блока "Финансы". Наша команда занимается внедрением AI в процессы ценообразования кредитных банковских продуктов. В своей работе мы реализуем весь жизненный цикл создания Агента - от сбора требований и отрисовки архитектуры до интеграции решения в бизнес-процессы, от прохождения требований Регуляторов (Модельные Риски, Надежность, Кибербезопасность) до предоставления результатов руководству Банка. Задачи: — проектирование, разработка и внедрение AI-агентов — создание и оптимизация RAG-пайплайнов — интеграция агентов в производственные процессы Требования: — опыт разработки и внедрения генеративных моделей (LangChain, LangGraph или кастомные реализации) — опыт работы с открытыми моделями машинного обучения (Llama, Mistral, Qwen и другие) — понимание полного цикла проекта с искусственным интеллектом — знакомство с инструментами RAG (пайплайны, векторные БД FAISS/Chroma/Qdrant) — владение Python-библиотеками (Pandas, NumPy, Scikit-learn, PyTorch/TensorFlow) — опыт работы с системами контроля версий и трекерами задач Будет плюсом: — глубокое понимание нейронных сетей и их обучения (архитектуры MLP, CNN, RNN/LSTM, трансформеры) — базовые знания математики (анализ, линейная алгебра, теория вероятности и статистика) — представление о финансах Условия: — комфортный современный офис рядом с м. Кутузовская — возможность выбрать удобный график – офис/гибрид — 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 (для вакансий уровня Junior) — 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: - Разрабатывать бэкенд LLM-агента для автоматизации поддержки - Учиться строить LLM-продукты и участвовать в формировании платформы для их развития - Следить за надежностью и качеством решений — агент будет работать под нагрузкой и решать проблемы миллионов пользователей - Решать задачи на стыке с Data Science, собирать легкие прототипы новых фич для проверки на пользователях - Следить за надежностью и качеством решений — внутренние инструменты работают с теми же гарантиями, что и внешние: мониторинг, алертинг, SLA Требования: - Опыт разработки на Python с использованием FastAPI, Pydantic, LangChain, LangGraph, LangFuse, punq - Опыт разработки распределенных систем: Kafka, PostgreSQL, Redis, Elastic - Опыт разработки сложных распределенных систем - Способность быстро выполнять задачи без критических ошибок - Приветствуется опыт работы с ML-продуктами и интерес к ML, NLP, LLM

Задачи: — Участие в разработке систем выявления и скоринга подозрительной активности с применением технологий машинного обучения — Разработка систем управления санкциями и проверки прав доступа — Работа в кросс-функциональной команде с продуктовыми аналитиками, дата-сайентистами и бэкенд-инженерами — Защита пользователей Авито Требования: — Уверенное владение Python — Опыт проектирования высоконагруженных и отказоустойчивых систем в микросервисной архитектуре — Готовность развиваться по T-shaped-модели, изучать другие языки и участвовать в разработке на них (например, Golang) — Понимание проектирования систем, работы с нефункциональными и функциональными требованиями — Навык документирования результатов работы и командного взаимодействия Условия: — удалённая работа

Задачи: — Проектирование, разработка, оптимизация и поддержка ETL процессов для загрузки данных из различных источников — Управление потоковой обработкой данных с использованием Apache Kafka (разработка продюсеров/консьюмеров, управление топиками, обеспечение надежности и отказоустойчивости) — Разработка и оптимизация структур данных, схем и запросов в PostgreSQL для операционных и транзакционных задач — Построение, администрирование и тонкая настройка ClickHouse кластеров для обеспечения высокой производительности аналитических запросов на больших объемах данных — Разработка и поддержка решений на базе ClickHouse (или связки PostgreSQL + ClickHouse) — Интеграция данных между PostgreSQL, Kafka, ClickHouse и другими компонентами инфраструктуры (API, очереди, S3) — Мониторинг производительности, отказоустойчивости и безопасности data pipeline и баз данных — Автоматизация процессов обработки данных и развертывания (CI/CD) — Взаимодействие с аналитиками, разработчиками и product owner'ами для понимания потребностей в данных и их реализации — Устранение неисправностей в pipeline данных и базах данных Требования: — Опыт работы от 2-х лет на Python, знание Golang (будет плюсом) — Опыт разработки и администрирования ClickHouse (знание особенностей движков таблиц, оптимизация запросов, кластеризация, репликация, шардирование) — Глубокое понимание и практический опыт работы с Apache Kafka, настройка и обеспечение надежности потоков данных — Опыт работы с PostgreSQL (написание сложных SQL-запросов, оптимизация производительности, понимание механизмов транзакций, репликации) — Понимание принципов построения ETL процессов — Знание SQL на продвинутом уровне — Понимание принципов DevOps (Docker, Kubernetes, Linux, CI/CD) применительно к инфраструктуре данных

Задачи: — участвовать в разработке систем выявления и скоринга подозрительной активности с применением технологий машинного обучения; — разрабатывать системы управления санкциями и проверки прав доступа; — работать в кросс-функциональной команде вместе с продуктовыми аналитиками, дата-сайентистами и бэкенд-инженерами; — помогать защищать пользователей Авито. Требования: — уверенно владеть Python; — иметь опыт проектирования высоконагруженных и отказоустойчивых систем в микросервисной архитектуре; — готовность развиваться по T-shaped-модели, изучать другие языки программирования и участвовать в разработке на них, например на Golang; — понимание ответственности инженера не только в написании кода, но и в проектировании систем, работе с нефункциональными и функциональными требованиями; — готовность помогать коллегам внутри команды и за её пределами; — документировать результаты работы и понимать важность этого; — стремление понять, какую проблему решает задача, над которой работаете.

Задачи: - Проектировать компоненты систем - Организовывать процесс разработки - Писать код и проводить код-ревью - Писать тесты на свой код - Наставлять и менторить младших коллег Требования: - Опыт промышленной разработки на Python от 3 лет - Отличное знание Python 3 - Опыт многопоточного и асинхронного программирования - Умение работать с фреймворками FastApi, Flask или другими - Умение работать с реляционными СУБД — PostgreSQL и MySQL - Опыт проектирования отдельных сервисов или распределенных систем - Плюсом будет опыт использования Kafka, Cassandra, Clickhouse, Redis и Elasticsearch

Команда DataLens в Яндексе ищет Python-разработчика для работы над сервисом аналитики и визуализации данных. Задачи: — Разрабатывать гибкий API для задач анализа данных и оптимизировать модель данных, обеспечивая высокую производительность и многослойное кэширование — Разрабатывать коннекторы для подключения новых источников данных — Работать над масштабированием, стабильностью и скоростью работы сервиса, сопровождать развёртывания и окружения — Оптимизировать CI/CD-пайплайны, развивать инструменты мониторинга и диагностики — Развивать ядро сервиса в опенсорсе и поддерживать модульную архитектуру для расширяемости Требования: — Опыт разработки на Python или готовность перейти на него с другого языка — Опыт работы с реляционными базами данных — Опыт построения и поддержки отказоустойчивых систем Будет плюсом: — Опыт с Flask, AIOHTTP, SQLAlchemy — Знакомство с Docker, Terraform, Kubernetes — Опыт работы с облачными провайдерами (включая Yandex Cloud) — Интерес к анализу и визуализации данных, опыт с BI-системами

Задачи: — Строить гибкий API для решения задач анализа данных, оптимизировать построение модели данных. Датасеты позволяют строить запросы к данным через универсальный API, должны быстро работать с любым количеством полей за счёт оптимизаций и кеширования. Развивать API датасетов и добавлять возможности, улучшающие пользовательский опыт (экспорты, алертинг, публичный API). — Разрабатывать коннекторы для подключения к новым источникам данных, изучать их особенности и продумывать взаимодействие с пользователем. — Работать над масштабированием, стабильностью и скоростью работы сервиса. Отвечать за проектирование, разработку, развёртывание и поддержку сервиса DataLens внутри Яндекса и в Yandex Cloud. Оптимизировать CI/CD, улучшать мониторинг и средства диагностики. — Развивать ядро сервиса в опенсорсе, поддерживать модульную архитектуру кода, выделять общие части и предоставлять точки расширения. Требования: — Опыт разработки на Python или готовность перейти на Python с другого языка. — Опыт работы с реляционными базами данных. — Опыт построения и поддержки отказоустойчивых систем. Будет плюсом: — Опыт работы с Flask, AIOHTTP, SQLAlchemy. — Знание Docker, Terraform, Kubernetes. — Опыт работы с другими облачными платформами. — Интерес к анализу и визуализации данных, опыт работы с BI-системами.

Задачи: - Разработка дата-пайплайнов и внутренних микросервисов для использования поисковых технологий в экосистеме VK - Разработка и поддержка функциональных возможностей, направленных на улучшение поисковой платформы. Требования: - Знание Python. - Возможность работать с существующими сервисами, написанными на NodeJs и Python, а также участвовать в разработке новых сервисов на Python. - Знакомство с алгоритмами и структурами данных, с парадигмой асинхронного программирования, понимание многопоточности.

Задачи: — Запускать и развивать сервисы, основанные на ML-моделях и LLM — Работать над проектами от идеи до продакшена: анализировать потребности, проектировать архитектуру, разрабатывать и внедрять проекты — Интегрировать модели в удобные для сотрудников интерфейсы — Влиять на технические решения и стандарты, внедрять лучшие практики Требования: — Опыт работы с Python 3 — Опыт с FastAPI и базами данных (PostgreSQL) — Умение работать с контейнерами в Docker и кластерами Kubernetes — Навыки написания тестов на Pytest — Интерес к ML и доменной области, самостоятельность и ответственность

Задачи: - Разработка и развитие платформенной части продукта: создание библиотек и компонентов, используемых продуктовыми командами, инициирование и продвижение технических улучшений - Участие в проектировании и разработке технического дизайна и архитектуры middleload & peakload приложений - Разработка ETL-процессов с использованием Apache Airflow, претендующих на highload - Активное участие в миграции на микросервисную архитектуру, включая лидирование в end-to-end выносе функциональности - Настройка и улучшение CI/CD-процессов, автоматизация рутинных операций - Внедрение и улучшение инструментов для тестирования и мониторинга - Поддержание и повышение качества кода: написание unit-тестов, проведение Code Review, контроль линтер-политик, усиление типизации Требования: - Опыт коммерческой разработки на Python 3.8 и выше от 5 лет - Опыт работы с async кодом от 3 лет - Опыт коммерческой разработки на Django и FastAPI от 2 лет - Опыт в проработке архитектуры системы, выстраивании межсервисного взаимодействия, умение видеть узкие места - Понимание принципов отказоустойчивости, безопасности и производительности; опыт с highload безопасными системами - Опыт работы с ORM: Django ORM, SQLAlchemy ORM; понимание оптимизации работы с базой, поиск утечек памяти через профилирование кода - Уверенные практические навыки работы с PostgreSQL: декларация сложных запросов, работа с индексами, полнотекстовый поиск, чтение explain - Коммерческий опыт работы с MongoDB: выстраивание структуры хранения данных и оптимизация - Опыт декомпозиции монолитных приложений на микросервисы: от отщепления функционала до запуска микросервиса в продуктив - Коммерческий опыт работы с Kafka от 1 года: написание consumer, producer, handlers, использование consumer group, настройка Kafka - Навыки работы с CI/CD (Gitlab CI) - Умение работать с системами мониторинга и составлять expression для визуализаций по метрикам (Prometheus, Grafana) - Открытость, умение работать в команде и активное предложение путей оптимизации инструментов и процессов