О компании. AgVend — B2B SaaS-платформа для агросектора Северной Америки, 8 лет на рынке, около 30% рынка ag-retail в США и Канаде, около 150 человек, из них около 100 в R&D. Полностью удалённая работа, офисы в Канаде, США и на Кипре для желающих.
Стек. Python, Django, DRF, Postgres, ClickHouse, AWS на бэкенде. TypeScript и React на фронтенде. Модульный монолит (3 крупных приложения и микросервисы-сателлиты). 5 продакшн Kubernetes-кластеров, около 150 тенантов, около 5K RPM. CircleCI, Docker/ECR, Helm/Terraform, blue-green деплой.
Задачи:
— Полноценная fullstack работа: проектирование API на Django/DRF и реализация UI на React/TypeScript в рамках одной задачи.
— Реализация фич end-to-end: от модели данных и миграций до компонентов и состояния на фронте.
— Владение зоной ответственности: архитектура, code review, ответственность за продакшн.
— Работа с реальной нагрузкой: Postgres и ClickHouse, мульти-тенант, миллионы записей.
Требования:
— Senior, 5+ лет коммерческой разработки.
— Уверенный Python и Django/DRF на уровне продакшн под нагрузкой с Postgres.
— React и TypeScript на продуктовом уровне: state management, оптимизация рендеринга, сложные формы и таблицы.
— Комфортная работа и на бэкенде, и на фронтенде.
— Самостоятельность, ведение зоны без микроменеджмента, прямая работа с PM.
— Русский язык — основной рабочий, английский — рабочий уровень.
Будет плюсом:
— Опыт с ClickHouse и аналитическими базами данных.
— Опыт с highload/финтех.
— Знания Kubernetes, Helm, Terraform, CircleCI на уровне "могу починить пайплайн".
— Опыт с очередями и распределёнными системами (Kafka, RabbitMQ, идемпотентность).
Условия:
— Только сеньорская команда, плоская структура (EM + senior IC, без техлидов).
— Безлимитные отпуска, soft management, нет фиксированных часов, асинхронная коммуникация.
— Оффсайты 2 раза в год (Кипр и Грузия/Армения).
— Бюджет на обучение, конференции, технику.
— Очень низкая текучка — многие работают по 5–6 лет.
— Коммуникация внутри команды на русском.
Задачи:
— проектировать, разрабатывать и поддерживать ETL/ELT-пайплайны
— собирать, обрабатывать и трансформировать данные из различных источников
— разрабатывать и сопровождать слои DWH, витрины данных и data marts
— настраивать интеграцию источников данных: CRM, ERP, BI и внешних сервисов
— разрабатывать внутренние сервисы и API на Python
— заниматься мониторингом, логированием и устранением ошибок
Требования:
— практический опыт работы с Python, SQL, Airflow, ETL/ELT и DWH
— опыт разработки и поддержки data pipelines
— знание реляционных СУБД
— опыт работы с API
Задачи:
— Взять на себя ответственность за домен финансовых данных
— Обеспечить точность, надежность и доверие к данным для отчетности и планирования
Требования:
— Сильные навыки Python и SQL
— Опыт работы с dbt и построением моделей данных
— Коммерческий опыт работы с финансовыми или платежными данными
— Опыт процессов сверки и контроля качества данных
— Свободное владение русским языком
— Уверенность в работе с неструктурированными, дублированными, задержанными или неконсистентными данными
— Сильное чувство ответственности и способность работать автономно
— Умение глубоко анализировать данные и объяснять сложные вопросы финансовым и бизнес-стейкхолдерам
Условия:
— Полностью удаленная работа или гибридный формат в Кипре
— Гибкий график
— Конкурентная компенсация и опционы на акции
— Обеспечение оборудованием
— 21 день ежегодного отпуска плюс местные праздничные дни
ГибридCyprus
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи:
— Проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы и автономных AI-агентов (планирование, function calling, мультиагентная оркестрация)
— Дообучение и адаптация: SFT/RLHF/DPO, LoRA/QLoRA под бизнес-задачи; решать, когда нужно дообучение, а когда достаточно промпт-инжиниринга или RAG
— Поддерживать культуру качества: внедрять продуктовые и ML-метрики (RAGAS, DeepEval, LLM-as-a-Judge), автоматизировать регрессионное тестирование
— Писать чистый, документированный и тестируемый python-код, проектировать API-контракты для ML-компонент
— Участвовать в код-ревью, формировать технические стандарты команды, работать напрямую с продуктом и стейкхолдерами
Требования:
— Опыт в DL/NLP от 4 лет, включая обучение и дообучение моделей на PyTorch, из них не менее года практического опыта с LLM
— Практический опыт построения AI-агентов и LLM-пайплайнов с использованием LangChain/LangGraph
— Глубокое понимание архитектуры современных LLM: attention, MoE, RoPE, KV-cache, методы alignment (RLHF/DPO), принципы эффективного инференса
— Сильная инженерная культура: Python (asyncio, pydantic, fastapi), чистый тестируемый код (pytest), асинхронные микросервисы; понимание Docker/K8s, CI/CD для ML
— Оценка и мониторинг: уверенное владение инструментами LLMOps (Arize, LangSmith, W&B, Phoenix), опыт создания кастомных eval-пайплайнов
— Работа с данными: опыт предобработки сложных данных для датасетов, знание SQL
Задачи:
— Проектирование и реализация backend- и frontend-частей веб-приложений и внутренних систем
— Разработка async API и сервисов на Python (Litestar, FastAPI)
— Проектирование моделей данных, схем БД и миграций
— Работа с аналитическими нагрузками: тяжёлые запросы, агрегации, оптимизация под OLAP
— Проработка бизнес-логики и доменных моделей (DDD), слоистая архитектура
— Интеграция сервисов между собой: gRPC, брокеры сообщений, фоновые задачи
— Контейнеризация сервисов и настройка окружений (Docker, GitLab CI)
— Разработка пользовательских интерфейсов на React + TypeScript
— Интеграция фронтенда с backend-API, кодогенерация клиента из OpenAPI, обработка edge-кейсов
— Разработка и поддержка переиспользуемых UI-компонентов
— Участие в проектировании архитектуры приложений и выкатка своего кода в прод
Требования:
— Опыт коммерческой разработки от 3 лет, из них год+ в роли fullstack
— Python 3.12+, полная типизация
— Litestar или FastAPI, Pydantic v2, Dishka
— SQLAlchemy 2.0, Alembic, asyncpg
— PostgreSQL: индексы, план запроса, оконные функции, оптимизация тяжёлых запросов
— Опыт хотя бы с одним аналитическим или поисковым хранилищем: ClickHouse, Elasticsearch, Neo4j
— Слоистая архитектура, DDD
— Git, Docker, GitLab CI (или аналог)
— Фоновые задачи и очереди: taskiq или Celery, NATS, Redis
— React 19, TypeScript, Vite, bun
— TanStack Router, TanStack Query, TanStack Table, Zustand, react-hook-form, zod
— Компонентные библиотеки: Mantine 8 либо Tailwind 4 + Radix/shadcn
— Feature-Sliced Design или другая явная слоистая структура фронтенда
— HTML, CSS, component-based подход
— Системное мышление, внимание к качеству кода, самостоятельность в проработке задачи
Будет плюсом:
— structlog, uv, ruff, pytest с async-тестами
— gRPC (grpclib, betterproto2)
— MinIO / S3
— Интеграция self-hosted LLM через OpenAI-совместимый API, pydantic-ai
— Ansible, Terraform, Grafana
— Biome, кодогенерация API-клиента (@hey-api/openapi-ts)
— motion, ECharts / Recharts, графовые визуализации
— vitest, Playwright
Условия:
— Полная занятость, работа в офисе
— Влияние на архитектуру backend- и frontend-частей продукта
— Собственная инфраструктура on-premise, современный стек без легаси
— Конкурентная заработная плата, обсуждается по итогам собеседования
ОфисАстана
800 000 – 1 400 000 ₸
Все вакансии в одном месте — страница 51 · Job Hunters