Вакансии

Проект: Raft AI4BI — платформа, объединяющая BI, DWH и AI-аналитику, позволяющая пользователям задавать вопросы к данным на естественном языке и получать аналитику и визуализации. Продукт используется крупными заказчиками в ритейле, финансах, производстве и других отраслях. О роли: Руководитель проектов внедрения, ответственный за результат проекта целиком. Задачи включают погружение в задачи и данные заказчика, проектирование решений, постановку задач разработчику и DevOps, самостоятельную работу с данными и ведение проекта до внедрения. Важна работа по развитию клиента после запуска решения: изучение потребностей, подключение дополнительных источников данных, развитие витрин и дашбордов, запуск новых аналитических сценариев, подключение других подразделений и тиражирование решения. Задачи: — Проводить исследование процессов, систем и данных заказчика. — Разбираться в бизнес-задачах и переводить их в технические решения. — Проектировать аналитические решения и модели данных. — Ставить задачи разработчику и DevOps, контролировать результат. — Самостоятельно анализировать данные, проектировать модели и проверять технические решения. — Вести проект от старта до эксплуатации: сроки, риски, коммуникация и результат. — Быстро собирать POC с использованием AI-инструментов. — Быстро прототипировать решения с использованием Claude, Cursor и других AI-инструментов. — Находить возможности для дальнейшего развития проекта и формировать предложения для клиента. Требования: — Ответственность за результат и способность доводить проект до работающего решения. — Самостоятельность и инициативность, умение двигать задачи вперёд без постоянного контроля. — Способность быстро разобраться в новой и неопределённой задаче. — Уверенная коммуникация с заказчиком. — Умение видеть дополнительные потребности клиента и предлагать варианты развития проекта. — Уверенный SQL — ключевой навык. — Понимание моделирования данных и принципов построения аналитических решений. — Python на уровне, достаточном для работы с данными. — Понимание интеграций и взаимодействия различных систем. — Опыт ведения небольших проектов внедрения или технических проектов с самостоятельным системным анализом и постановкой задач. — Опыт работы с Claude / Cursor или аналогичными AI-инструментами. Будет плюсом: — Опыт с BI/DWH, Apache Superset, API, ETL/ELT, Kafka/RabbitMQ. Отбор: — Интервью с рекрутером. — Тестовое задание и обсуждение результатов. — Техническое интервью по SQL, работе с данными, моделированию и системному анализу. — Финальное интервью по управлению проектами, коммуникации с заказчиками и командой. Условия: — Работа с реальными внедрениями AI/BI-решений и крупными заказчиками. — Возможность влиять на проект целиком — от обследования и проектирования до внедрения и дальнейшего развития клиента. — Команда сильных технических специалистов и возможность быстро расти в AI и работе с данными. — Полный рабочий день с гибким графиком. — Заработная плата до 200 000 рублей.

до 200 000 ₽

Задачи: — Выявление производственных проблем и точек роста на основе данных; — Участие в обследовании производственных участков, выезды в цеха, изучение технологических процессов на месте; — Формализация производственных задач в цифровые кейсы: прогнозирование, классификация, детекция отклонений, контроль качества, оптимизация режимов; — Сбор, выгрузка, очистка и консолидация данных из производственных и корпоративных информационных систем; — Анализ данных технологических процессов, поиск закономерностей, факторов влияния и причин отклонений; — Разработка, обучение и валидация ML-моделей для прогнозирования, оптимизации и поддержки принятия решений; — Разработка и внедрение CV-решений; — Подготовка датасетов, разметка данных, организация процессов сбора и актуализации обучающих выборок; — Проверка гипотез, проведение пилотных проектов и оценка экономического эффекта; — Визуализация результатов анализа, подготовка отчетов и рекомендаций для производственных подразделений; — Взаимодействие с внутренними заказчиками, подрядчиками, интеграторами и смежными командами. Требования: — Практический опыт разработки и внедрения решений на базе ML; — Практический опыт разработки и внедрения решений на базе Computer Vision; — Опыт работы с производственными данными, временными рядами, журналами событий, технологическими параметрами; — Опыт полного цикла работы с данными: сбор, выгрузка, очистка, анализ, построение признаков, обучение моделей, внедрение; — Опыт проведения обследований производственных процессов и интервью с внутренними заказчиками; — Понимание специфики промышленного предприятия и готовность работать “в поле”; — Желателен опыт работы в металлургии, горнодобывающей промышленности, тяжелой промышленности, химическом производстве или энергетике; — Понимание технологических процессов агломерационного, коксового или доменного производства будет преимуществом; — Уверенное владение Python и библиотеками для ML/CV; — Знание методов регрессии, классификации, кластеризации, поиска аномалий, анализа временных рядов, оптимизации, глубокого обучения; — Опыт построения CV-моделей; — Опыт работы с SQL и промышленными базами данных (MES, ERP, SCADA, historians, лабораторные системы, систем АСУ ТП); — Понимание принципов интеграции моделей в промышленный ИТ-ландшафт; — Опыт работы с Docker, Git, MLOps-инфраструктурой; — Применение LLM в разработке решений; — Понимание производственных показателей: качество сырья и продукции, производительность, простои, расход топлива и энергоресурсов, стабильность технологических режимов, надежность оборудования; — Понимание причинно-следственных связей в производственном процессе и умение переводить экспертные знания технологов в аналитические модели; — Навык оценки экономического эффекта от цифровых инициатив: снижение потерь, снижение брака, снижение простоев, рост производительности, снижение расхода ресурсов. Условия: — ДМС, включая стоматологию; — Страхование жизни и страховка для путешественников; — Корпоративная мобильная связь; — Система скидок для сотрудников НЛМК ИТ; — Частичная компенсация питания в корпоративных столовых; — Возможность обучения за счет работодателя; — Активная корпоративная жизнь; — Поддержка от компании в жизненно важных событиях; — Бесплатный доступ к электронной библиотеке.

Задачи: • генерировать AI-изображения и AI-видео в большом объёме • находить сильные визуальные идеи и превращать их в серии контента • тестировать новые модели, стили, промпты и пайплайны • доводить генерации до чистого результата без артефактов • быстро адаптировать лучшие идеи под TikTok, Reels и рекламные форматы Условия: • удалённо • фултайм • зарплата 130 000–250 000 ₽/мес по уровню

130 000 – 250 000 ₽

Задачи: – Разработка, создание и поддержка масштабируемых конвейеров обработки данных с использованием Apache Spark и современных платформ обработки данных. – Разработка и оптимизация архитектур хранилищ данных для поддержки рабочих процессов анализа данных и машинного обучения. – Внедрение моделей и структур данных, обеспечивающих качество, согласованность и доступность данных. – Сотрудничество со специалистами по анализу данных и аналитиками для понимания потребностей в данных и предложения решений. – Обеспечение безопасности данных и соответствия нормативным требованиям. – Мониторинг и устранение неполадок, связанных с производительностью и надежностью конвейера обработки данных. – Постоянное совершенствование процессов и передовых методов обработки данных. – Взаимодействие с межфункциональными командами и участие в технических дискуссиях. – На руководящей должности оказание технической поддержки и наставничество младших инженеров. Требования: – Опыт работы с Python или Scala/Java. – Углубленные знания SQL. – Практический опыт работы с Apache Spark, Databricks, Snowflake или Microsoft Fabric. – Понимание концепции и архитектуры хранилища данных (data lakehouse). – Понимание основ распределенных систем. – Навыки моделирования данных и создания хранилищ данных. – Опыт работы с облачными архитектурами данных на платформах AWS, Azure или GCP. – Готовность к обучению и экспериментам с разными решениями. – Ценить баланс между работой и личной жизнью, избегать сверхурочной работы. – Умение просить о помощи и работать в команде.

Зарплата не указана

О проекте: Международный проект в области AI Security, связанный с разработкой сред, которые помогают LLM-моделям проходить обучение с подкреплением для задач, связанных с кибербезопасностью. Эти среды содержат задания в различных областях кибербезопасности (пентестинг, реагирование на инциденты, эксплуатация, вредоносное ПО и т.д.), цель — создавать достаточно сложные задачи, чтобы модель допускала ошибки, но которые остаются решаемыми для профессиональных специалистов. Это не классическая позиция Pentester или Red Team Engineer. Основная задача — создавать сложные, но реалистичные и проверяемые security-сценарии, в которых LLM-модели совершают ошибки из-за недостатков в рассуждении (reasoning), а не из-за неоднозначных инструкций или ограничений среды. Задачи: — Проектировать security-сценарии для оценки и обучения LLM-моделей — Создавать environments с использованием GitHub, Slack и других инструментов, встречающихся в реальной разработке — Разрабатывать задачи, требующие сложного многошагового reasoning — Моделировать реальные offensive security-сценарии (supply chain attacks, malicious pull requests, exploitation через GitHub Actions и другие техники) — Проверять сценарии на нескольких frontier-моделях и анализировать причины ошибок — Формулировать ожидаемое поведение модели и описывать, почему ошибка считается reasoning failure — Автоматизировать создание и проверку задач с использованием Python и других инструментов Требования: — 5+ лет практического опыта в Offensive Security, Application Security или Web Penetration Testing — Глубокое понимание современных техник атак и поверхности атаки веб-приложений, API, GitHub, CI/CD и связанных экосистем — Практический опыт penetration testing и исследования безопасности приложений — Опыт разработки на Python и/или JavaScript — Навыки статического и динамического анализа кода (Python, JavaScript, Java) — Умение самостоятельно исследовать новые направления, проектировать сложные сценарии и объяснять результаты — Свободный английский язык (Upper-Intermediate / B2+) — Практический опыт работы с современными LLM-моделями — Понимание особенностей работы LLM, ограничений и типичных failure modes — Интерес к AI Security и исследованию поведения LLM Будет плюсом: — Практический опыт AI Red Teaming или LLM Security — Опыт работы с Agentic AI, AI Agents или Model Evaluation — Опыт исследований безопасности GitHub Actions, CI/CD, Supply Chain Security — Сертификаты OSWE, eWPTXv2, OWEE, OSWA или аналогичные — Публикации, write-ups, участие в Bug Bounty, HackTheBox, TryHackMe, Pwn2Own или других проектах Условия: — B2B-контракт (с ИП) — Оплата в долларах США — Part-time: ориентировочно 5–20 часов в неделю — Минимальный объем — 1–2 задачи в неделю — На выполнение одной задачи обычно требуется 5–10 часов — Локация — строго вне РФ (либо уже за пределами РФ, либо готовность к релокации) — Старт — ASAP

Требования: 1) Коммерческий опыт работы от 3-х лет. 2) Опыт реализации и вывода в промышленную эксплуатацию решений на базе ИИ (обязательно в том числе AI агентов на базе LLM) в роли Data Scientist/AI Engineer. 3) Знание основ Classic Machine Learning, хорошее знание Deep Learning (NLP). 4) Глубокое понимание архитектуры Transformer. 5) Глубокое понимание подходов и методов проектирования AI-агентов. 6) Практический опыт fine-tuning языковых моделей (GPT-like, BERT-like и др.). 7) Работа со стеком Python - Torch, Transformers. 8) Опыт разработки интеграций с ИТ-системами. 9) Опыт промышленной работы с k8s. Обязанности: - Артефакты тестирования гипотез/экспериментов: описание подхода/модели, соответствующие значения метрик (выбранных для данного решения), тестовый сет/бенчмарк. - Артефакты продукта в целом: описание проекта, архитектура (утвержденная и согласованная с архитекторами и информационной безопасностью (ИБ)), согласование от ИБ что решение может быть использовано в продакшн, код продукта и документация к нему, инструкция по разворачиванию решения в контуре компании. - Все вышеперечисленные артефакты размещены в контуре заказчика (Gitlab, Confluence).

Зарплата не указана

О проекте: Международный проект в области AI Security, связанный с разработкой сред, которые помогают LLM-моделям проходить обучение с подкреплением для задач, связанных с кибербезопасностью. Эти среды содержат задания в различных областях кибербезопасности (пентестинг, реагирование на инциденты, эксплуатация, вредоносное ПО и т.д.), цель — создавать достаточно сложные задачи, чтобы модель допускала ошибки, но которые остаются решаемыми для профессиональных специалистов. Это не классическая позиция Pentester или Red Team Engineer. Основная задача — создавать сложные, но реалистичные и проверяемые security-сценарии, в которых LLM-модели совершают ошибки из-за недостатков в рассуждении (reasoning), а не из-за неоднозначных инструкций или ограничений среды. Задачи: — Проектировать security-сценарии для оценки и обучения LLM-моделей — Создавать environments с использованием GitHub, Slack и других инструментов, встречающихся в реальной разработке — Разрабатывать задачи, требующие сложного многошагового reasoning — Моделировать реальные offensive security-сценарии (supply chain attacks, malicious pull requests, exploitation через GitHub Actions и другие техники) — Проверять сценарии на нескольких frontier-моделях и анализировать причины ошибок — Формулировать ожидаемое поведение модели и описывать, почему ошибка считается reasoning failure — Автоматизировать создание и проверку задач с использованием Python и других инструментов Требования: — 5+ лет практического опыта в Offensive Security, Application Security или Web Penetration Testing — Глубокое понимание современных техник атак и поверхности атаки веб-приложений, API, GitHub, CI/CD и связанных экосистем — Практический опыт penetration testing и исследования безопасности приложений — Опыт разработки на Python и/или JavaScript — Навыки статического и динамического анализа кода (Python, JavaScript, Java) — Умение самостоятельно исследовать новые направления, проектировать сложные сценарии и объяснять результаты — Свободный английский язык (Upper-Intermediate / B2+) — Практический опыт работы с современными LLM-моделями — Понимание особенностей работы LLM, ограничений и типичных failure modes — Интерес к AI Security и исследованию поведения LLM Будет плюсом: — Практический опыт AI Red Teaming или LLM Security — Опыт работы с Agentic AI, AI Agents или Model Evaluation — Опыт исследований безопасности GitHub Actions, CI/CD, Supply Chain Security — Сертификаты OSWE, eWPTXv2, OWEE, OSWA или аналогичные — Публикации, write-ups, участие в Bug Bounty, HackTheBox, TryHackMe, Pwn2Own или других проектах Условия: — B2B-контракт (с ИП) — Оплата в долларах США — Part-time: ориентировочно 5–20 часов в неделю — Минимальный объем — 1–2 задачи в неделю — На выполнение одной задачи обычно требуется 5–10 часов — Локация — строго вне РФ (либо уже за пределами РФ, либо готовность к релокации) — Старт — ASAP

Обязанности: • Участвовать в полном цикле работы с гипотезами: от приоритизации бэклога и проведения A/B-тестов вместе с Data Scientists. Требования: • Опыт работы с BI-инструментами, например, FineBI, Tableau или Power BI. • Понимание принципов машинного обучения и метрик качества моделей. • Опыт взаимодействия с Data Warehouse (DWH).

Зарплата не указана

Задачи: — управление полным циклом разработки моделей и ML-решений от постановки задачи до передачи на мониторинг; — формирование бэклога проектов; — генерация подходящих ML-решений для задач бизнеса; — формирование бизнес-технических моделей и технических заданий смежным стримам и командам.

Зарплата не указана

Онлайн-сервис Гритис — персональный ассистент в сфере подарков и поздравлений, помогает формулировать индивидуальные поздравления и подбирать подарки-впечатления. Техническая часть (бэкенд на PHP/WordPress, RAG-модель, каркас чата) реализована и работает. Проект на этапе MVP, разовая проектная работа с возможными доработками. Задачи: — Разработка ультра-минималистичного Borderless-дизайна интерфейса диалогового окна чата в стиле Google Gemini (AI Mode), включая дизайн пузырей сообщений, многострочной зоны ввода, иконок управления и анимации ожидания ответа ИИ. — Отрисовка премиального e-commerce контейнера для интерактивных карточек подарков с акцентом на цену, галерею, иконки триггеров и кнопки «Купить в 1 клик» и «Перейти к партнеру». — Дизайн экрана быстрых ответов с интерактивными горизонтальными кнопками-чипсами для выбора параметров. — Дизайн страницы каталога подарков с боковым AJAX-фильтром (совместимость с FacetWP) и поп-апа перенаправления на сайты партнеров. Требования: — Опыт UX/UI от 2-3 лет с портфолио аккуратных интерфейсов (чаты, личные кабинеты, мобильные приложения, e-commerce). — Понимание веб-верстки, макеты должны легко переноситься на Elementor Pro. — Работа в Figma по чистым компонентам, автолейаутам и стилям. Условия: — Разовая проектная задача с фиксированной оплатой, бюджет и сроки обсуждаются после предложения кандидата. — При успешном выполнении возможен приоритет на долгосрочное сотрудничество с добавлением новых функций и кастомизацией персонажей. После отклика кандидатам высылается полное техническое задание с описанием логики, шапкой сайта, брейкпоинтами адаптивности, размерами и требованиями к форматам экспорта графики (SVG, WebP, Lottie JSON).

Зарплата не указана

Мы развиваем зрелый продукт, которому 13 лет. У него есть большая пользовательская база, данные, работающая экономика и партнерское направление, которое уже доказало свою жизнеспособность. Сейчас ищем Product Lead, который найдет следующий этап роста партнерского направления. Партнеры используют платформу для хранения файлов и монетизируют аудиторию через продажу премиум-доступов. Модель работает, но приток новых партнеров снизился. Нужно понять, почему это произошло и где главный рычаг роста: продукт, условия партнерской программы, привлечение или их комбинация. Это не роль хранителя roadmap. Нужен человек, который умеет находить точки роста в уже сложившейся системе и превращать их в бизнес-результат. Задачи: — Исследовать рынок, поведение партнеров и причины изменения трафика. — Искать и проверять способы привлечения новых партнеров. — Развивать партнерскую платформу вместе с разработкой. — Формулировать и проверять продуктовые, коммерческие и операционные гипотезы. — Пересматривать механику и условия партнерской программы. — Считать ROI, unit-экономику, риски и ожидаемый эффект инициатив. — Определять, во что стоит вкладываться, а что нужно останавливать. — Масштабировать работающие механики и передавать их команде. Требования: — Опыт управления и развития партнерского B2B-направления/продукта. — Умение работать с неопределённостью: формулировать гипотезы, обосновывать ожидаемый эффект, проверять их и останавливать неподтверждённые инициативы. — Опыт принятия решений на основе продуктовых данных и финансовых расчётов: ROI, unit экономика, прогноз эффекта. — Опыт переговоров с партнёрами или клиентами. — Умение самостоятельно определять приоритеты и доводить инициативы до результата. — Опыт взаимодействия с разработкой, аналитикой и другими кросс-функциональными командами. Условия: — Удаленный формат работы из любой точки мира (но без экстремальных часовых поясов). — Компенсацию затрат на медицинские расходы. — Компенсацию затрат на спорт. — Возможность расти в интересном продукте. — Минимум бюрократии, фокус на результат. — Отличную команду.

4 000 – 4 000 $

Задачи: — Проверка ключевых flow: onboarding, подписки, VPN-подключение, смена серверов — Тестирование подписочной монетизации — Анализ крашей и логов через Sentry — Работа с BrowserStack, Charles/Proxyman, TestRail — Проверка edge cases: слабый/нестабильный интернет, переключение Wi-Fi ↔️ LTE, потеря соединения, low memory, фоновый режим. Требования: — Опыт в мобильном тестировании от 3х лет — Опыт тестирования мобильных B2C-продуктов на iOS и Android — Опыт работы с подписочной моделью монетизации: trial → paid, renewals, cancellations, refunds, paywall flows — Понимание и тестирование аналитических событий: трекинг, attribution, диплинки (Amplitude, Firebase, AppsFlyer или аналоги) — Опыт проверки маркетинговых воронок и A/B-тестов Условия: — Полностью удалённый формат (вне РФ, вне Украины) — до $2000 — Небольшая сильная команда без бюрократии

до 2 000 $

Задачи: — Проверка ключевых flow: onboarding, подписки, VPN-подключение, смена серверов — Тестирование подписочной монетизации — Анализ крашей и логов через Sentry — Работа с BrowserStack, Charles/Proxyman, TestRail — Проверка edge cases: слабый/нестабильный интернет, переключение Wi-Fi ↔️ LTE, потеря соединения, low memory, фоновый режим. Требования: — Опыт в мобильном тестировании от 3х лет — Опыт тестирования мобильных B2C-продуктов на iOS и Android — Опыт работы с подписочной моделью монетизации: trial → paid, renewals, cancellations, refunds, paywall flows — Понимание и тестирование аналитических событий: трекинг, attribution, диплинки (Amplitude, Firebase, AppsFlyer или аналоги) — Опыт проверки маркетинговых воронок и A/B-тестов Условия: — Полностью удалённый формат (вне РФ, вне Украины) — до $2000 — Небольшая сильная команда без бюрократии

до 2 000 $

Задачи: — участвовать в разработке и валидации моделей кредитного скоринга — регулярно запускать и контролировать ML-пайплайны — мониторить производительность и стабильность моделей — проводить плановое переобучение моделей — готовить отчёты по производительности моделей, включая Gini / KS — поддерживать модели в продакшене Требования: — от 2 лет опыта в Data Science — понимание принципов кредитного скоринга — узбекский язык обязателен — опыт работы в банковской сфере или финтехе — уверенный SQL и Python, практический опыт с Apache Spark — опыт внедрения и сопровождения ML-моделей в продакшене — понимание MLOps и полного жизненного цикла ML-моделей Будет большим плюсом: — опыт работы в банках или финтех-компаниях Узбекистана Условия: — полная занятость — зарплата до 4000 USD на руки — Ташкент, работа из офиса — долгосрочный проект

до 4 000 $

Задачи: — Руководить командой Computer Vision Engineers — Проектировать архитектуру production AI-систем — Менторить инженеров и проводить code review — Декомпозировать задачи и контролировать качество реализации — Разрабатывать пайплайны обработки десятков и сотен RTSP-потоков — Оптимизировать инференс на GPU и CPU — Принимать ключевые технические решения — Участвовать в найме и развитии AI-команды Основной стек: Python, PyTorch, OpenCV, YOLO, RTSP, GStreamer, NVIDIA DeepStream, TensorRT, Triton Inference Server, ONNX, OpenVINO, CUDA, FastAPI/gRPC, Docker и Kubernetes. Что важно: ✅ Сильный коммерческий опыт в Computer Vision и Video Analytics ✅ Опыт технического лидерства или менторства ✅ Запуск production AI-систем ✅ Уверенное знание Python, PyTorch, OpenCV и YOLO ✅ Практический опыт с RTSP, GStreamer, DeepStream и TensorRT ✅ Оптимизация моделей через ONNX, TensorRT, OpenVINO, CUDA или Quantization ✅ Понимание высоконагруженной обработки видеопотоков ✅ Умение принимать и аргументировать архитектурные решения Будет плюсом: ➕ Triton Inference Server ➕ C++ и CUDA ➕ Kafka и потоковая обработка данных ➕ MLflow и MLOps ➕ ViT, DETR, Swin и Video Transformers ➕ VLM, RAG, LangGraph, vLLM и Function Calling ➕ Опыт найма и формирования AI-команд Предлагаем влияние на архитектуру и технологический стек, сильную инженерную команду и работу над высоконагруженной системой промышленного уровня.

700 000 – 1 700 000 ₸

Задачи: — Проектировать и развивать модель данных DWH по методологии Data Vault — Собирать и формализовать требования к источникам, витринам и загрузкам — Проектировать потоки данных от источников (PostgreSQL и ClickHouse) до целевых слоёв хранилища — Писать и оптимизировать SQL-запросы под Greenplum — Описывать логику трансформаций и участвовать в постановке задач разработчикам — Развивать процессы контроля качества данных (DQ) Требования: — Уверенный SQL и опыт работы с Greenplum — Знания основ и моделей хранилищ данных — Практический опыт проектирования по Data Vault — Опыт работы с реляционными источниками (PostgreSQL) и аналитическими СУБД (ClickHouse) Будет большим плюсом: — Опыт работы с dbt — Airflow — Инструменты контроля качества данных (Soda Core или аналоги) Условия: — Официальное трудоустройство в штат компании по ТК РФ — Гибкий формат работы: возможность удалённо работать или в офисе в Москве (в одной минуте ходьбы от м. Технопарк) — Расширенная программа ДМС со стоматологией с первого дня работы — Доплата по больничному листу до оклада до 5 рабочих дней в год — Линия психологической поддержки — Врач в офисе и массажные кресла (для сотрудников в Москве) — Бесплатные посещения фитнес-клуба А-sport на ст. м. Технопарк — Корпоративная программа профессионального обучения совместно с Альфа Групп — Возможность участия в профильных конференциях — Онлайн-библиотека — Карьерное развитие и программа наставничества — Кафетерий льгот через 6 месяцев (спорт, организация рабочего места, здоровье, дети, питомцы, благотворительность и др.) — Корпоративные мероприятия и тимбилдинги в онлайн и офлайн формате — Подарки к праздникам и материальная помощь по особым случаям — 3 дня 100% оплачиваемых day off в году

Зарплата не указана

Задачи: — Проектировать платформенные паттерны от начала до конца, создавать эталонные реализации, документировать обоснования и сотрудничать с командами внедрения. — Участвовать в еженедельных архитектурных обзорах, обеспечивая последовательность и расширяя библиотеку стандартов и архитектурных решений. — Отвечать за архитектурное руководство в одной из областей: облачная инфраструктура или архитектура данных. — Определять жизненный цикл технологий, проводить оценку новых технологий через POC, управлять стандартами внедрения и снятия с эксплуатации, оптимизировать затраты совместно с FinOps. — Поддерживать команды R&D, проводить обзоры дизайна и консультации по сложным инфраструктурным решениям. — Формировать многолетнюю стратегию платформы, включая опыт разработчиков, конвейеры доставки и инструменты архитектурного обзора с AI. Требования: — Широкий опыт архитектуры инфраструктуры, умение защищать архитектурные решения в продуктивных системах. — Опыт работы с мультиоблачными средами GCP и/или AWS, глубокое понимание Kubernetes (GKE или аналог). — Владение Infrastructure as Code, включая Terraform и GitOps, опыт проектирования и ревью модулей. — Глубокие знания в одной или нескольких областях: облачная инфраструктура (сетевые паттерны AWS/GCP, Kubernetes, Istio, безопасность и масштабируемость) и/или архитектура данных (Kafka, Pub/Sub, SQL/NoSQL базы, аналитические колонки, pipeline). — Способность разрабатывать прототипы, анализировать поведение систем под нагрузкой. — Лидерские качества, навыки технической коммуникации и внедрения стандартов без формального управления. — Опыт проведения технологических оценок и POC. — Знания инфраструктуры для AI/ML нагрузок, включая модели, базы векторов, оценку затрат и задержек. Преимущества: — Глубокие знания в обеих областях: облачная и дата инфраструктура. — Опыт с политиками GCP, организационной структурой и IAM. — Знания Confluent Platform. — Опыт участия в архитектурных советах. — Опыт с AI-усиленными архитектурными инструментами. — Опыт с MLOps инструментами (MLflow, Kubeflow, Vertex AI Pipelines, SageMaker). Образование и опыт: — Степень бакалавра в области компьютерных наук или эквивалентный опыт. — 10-15+ лет опыта в облачной инфраструктуре, платформенной инженерии, DevOps или архитектуре данных.

157 500 – 247 500 $

Задачи: — Разработка новых функций — Поддержка текущей функциональности — Рефакторинг Требования: — Опыт разработки крупных приложений с использованием React.js — Хорошее знание нативного JavaScript и опыт ООП — Понимание работы браузера: модели событий, рендеринг, анимация — Знание основных паттернов программирования, базовых алгоритмов и умение оценивать их сложность — Знание сетевых протоколов Преимущества: — Опыт работы с Effector, Redux, react-query — Опыт работы с Next.js, Express — Опыт работы с TypeScript — Опыт работы с AI-инструментами: Cursor, Claude Code, Codex — Опыт настройки Nginx и работы с Docker — Опыт разработки многоязычных приложений Условия: — Компенсационный пакет: базовая зарплата и бонусы по результатам работы — Офисный режим с гибким графиком и возможностью работать удаленно 52 дня в году, 22 дня оплачиваемого отпуска — Медицинская страховка (включая стоматологию) для сотрудников и их детей, суточные, 100% оплата больничных — Полная поддержка при релокации для сотрудников и их семей — Доступ к широкому спектру AI-инструментов — Работа в международной команде с возможностями карьерного роста, профессионального обучения и курсов английского — Ежегодные тимбилдинги, воркшопы и командная работа

Зарплата не указана