Задачи:
— Оптимизировать производительность сайтов и устранять технические проблемы.
— Много работы с легаси.
— Внедрять ИИ-агентов для оптимизации рутинных задач и контроля качества.
— Участвовать в подготовке релизов и контролировать качество перед публикацией и после на проде.
— Взаимодействовать с bitrix-разработчиками и внутренним заказчиком (коллеги из смежных отделов).
— Участвовать в обсуждении архитектурных решений и улучшении кодовой базы.
— Выдвигать предложения по улучшению UI/UX.
— Самостоятельно разбираться в технической документации проектов.
Требования:
— Опыт разработки веб-приложений от 3 лет.
— Обязателен опыт работы с командами Bitrix-разработчиков.
— Опыт работы в Git (gitlab).
— Опыт использования ИИ-агентов.
— Понимание принципов и технологии сборки проекта (npm, vite/rollup, webpack).
— Опыт работы в Figma.
— Опыт написания unit тестов.
— Практические знания алгоритмов, структур данных, HTTP и DOM.
— Навыки создания кроссбраузерной и адаптивной верстки.
— Аналитическое мышление и способность работать в команде.
— Хорошее понимание автотематики (желательно).
— Будет плюсом: понимание механизмов кеширования, очередей задач и фоновых обработчиков (например, JWT, Redis, REST API).
— Опыт с терминалом в Linux.
— Понимание CI/CD процессов.
— Техническое образование.
Условия:
— Удалённая работа.
— Испытательный срок 2-3 месяца.
— Оформление по ТК РФ.
— Своевременная оплата труда.
— Пятидневный рабочий график (пн-пт) с 08:00 до 16:30 (возможно согласовать другой график).
— Профессиональный коллектив.
— Медицинская страховка, оплачиваемый отпуск, бесплатное питание, абонемент в спортклуб.
— Возможности для профессионального роста и участия в значимых проектах в автомобильной отрасли.
Компания занимается инженерно-брендинговой деятельностью, является эксклюзивным представителем известных брендов, что открывает широкие перспективы для развития сотрудников.
Задачи:
— Проектирование космолёта: совместно с продакт‑менеджером описывать текущие бизнес‑функции, представлять, как они могут измениться с использованием ИИ, и разбивать план работы на этапы и кварталы.
— Техлидство: принимать архитектурные решения для агентской системы направления, распределять задачи и спринты, следить за техническим направлением команды.
— Разработка: выступать в роли играющего тренера, посвящая 30–50% времени написанию собственного кода, включая работу с самыми сложными и неопределёнными частями системы.
— Развитие команды: добирать команду, ставить цели и способствовать росту сотрудников, заниматься people management в компактной команде.
Требования:
— Опыт руководства инженерной командой или техлидства.
— Опыт работы с LLM и агентами, наличие собственного мнения о построении таких систем в продакшене.
— Сильные инженерные навыки, готовность к регулярной разработке, включая секцию с кодом на собеседовании.
Условия:
— Ежегодные медицинские чекапы, йога и психотерапия для предотвращения выгорания.
— Дополнительные бонусы, полный список которых доступен на сайте компании.
Задачи:
— Разработка мультиагентных систем и AI-агентов.
— Построение RAG-пайплайнов и работа с векторными БД.
— Интеграция LLM с внутренними сервисами через REST API и OAuth2.
— Автоматизация бизнес-процессов, генерация отчётов и обработка данных.
— Проектирование промптов и LLM-сценариев.
— Обеспечение безопасности чувствительных данных.
Требования:
— Уверенное знание JavaScript/TypeScript и Python.
— Опыт разработки GenAI-агентов и мультиагентных систем.
— Знание LangChain, LangGraph, LlamaIndex, CrewAI, AutoGen или аналогов.
— Опыт работы с n8n, Dify, Flowise или Langflow.
— Опыт работы с RAG, PostgreSQL, JSON и векторными БД (Qdrant, PGVector, Milvus).
— Знание REST API, OAuth2 и prompt engineering.
— Готовность работать с Windows.
Будет плюсом опыт в банковских и корпоративных проектах, мониторинге LLM-приложений и микросервисной архитектуре.
Условия:
— Зарплата обсуждается индивидуально.
— Полностью удалённо, из любого региона РФ.
— Full-time, гибкий график с синхронизацией по МСК.
— Официальное оформление по ТК РФ.
— Возможность влиять на архитектуру и внедрять GenAI-решения в корпоративную среду.
УдалённоseniorГеография найма не уточнена
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Настройте подбор, и подходящие вакансии будут приходить в Telegram.
Задачи:
— Реформировать и развивать команду ML/MLops вместе с промпт инженерами.
— Структуризировать и автоматизировать все требующие того процессы.
— Оптимизировать генеративные пайплайны для сокращения расходов отдела.
— Самолично ставить продуктовые цели и вести отдел на острие технологий, методологий и трендов для их достижения.
— Вести задачу целиком — от запроса продукта до оценки результата после релиза.
— Управлять командой: ставить задачи, контролировать прогресс, помогать в сложных кейсах, проводить one-to-one и ревью.
— Участвовать в найме и онбординге новых инженеров, помогать им быстрее выходить на результат.
— Выстраивать и улучшать процессы внутри команды: стандарты, шаблоны, документация.
— Работать с LoRA: подбирать, тестировать и при необходимости обучать модели.
— Самостоятельно разворачивать staging, включая нестандартные ноды, и поддерживать его паритет с production.
— Создавать и дорабатывать промпты и workflow, проводить тестовые генерации и сверять результат с эталоном.
— Готовить превью, карточки и выкладывать готовый контент.
— Автоматизировать рутинные процессы с помощью AI-агентов.
— Контролировать метрики своих позиций, проводить эксперименты и принимать решения по их результатам.
Требования:
— Опыт работы в ML/AI от 3 лет.
— Опыт руководства командой — умение ставить задачи, распределять нагрузку, проводить ревью и развивать сотрудников.
— Опыт выстраивания процессов разработки: планирование, декомпозиция задач, код-ревью, контроль качества и сроков.
— Опыт работы с ComfyUI и собственными workflow, уверенный Python на уровне скриптов и API.
— Готовность работать с Wan 2.2, i2v, LoRA и генеративными пайплайнами.
— Умение получать рабочий результат с помощью AI-агентов и проверять его качество.
— Готовность самостоятельно разбираться в новых этапах процесса и отвечать за задачу целиком.
— Портфолио или репозиторий с примерами работ и разбором решений.
Условия:
— Работа с уникальными и технически сложными AI-проектами.
— Реальное влияние на развитие ML-продуктов и команды.
— Гибкий график и удалённый формат работы.
— Среда, где решения принимаются на основе экспертизы и Data-driven подхода.
Задачи:
— Развивать и поддерживать IT-инфраструктуру, обеспечивать стабильность и отказоустойчивость систем.
— Настраивать и сопровождать процессы CI/CD, автоматизировать развёртывание и эксплуатацию сервисов.
— Работать с контейнеризацией и оркестрацией на базе Docker и Kubernetes.
— Автоматизировать инфраструктурные и эксплуатационные задачи с использованием Ansible, Bash и Python.
— Администрировать базы данных, обеспечивать резервное копирование, восстановление и мониторинг.
— Поддерживать и оптимизировать процессы загрузки, преобразования и обработки данных (ETL).
— Участвовать в развитии хранилищ данных (DWH) и витрин данных.
— Настраивать мониторинг, алертинг и диагностику инфраструктуры и сервисов.
— Анализировать и устранять проблемы производительности, загрузки и обработки данных.
— Использовать AI-инструменты и AI-агентов для автоматизации рутинных DevOps-задач и повышения эффективности работы.
Требования:
— Опыт работы в DevOps и/или Data Engineering от 4 лет с практическими навыками в обоих направлениях.
— Уверенное владение Linux (Ubuntu/Debian, CentOS/RHEL).
— Опыт работы с Docker, Kubernetes и Helm.
— Практический опыт работы с Ansible и CI/CD на базе GitLab.
— Навыки автоматизации с использованием Bash и Python.
— Уверенное владение SQL и опыт работы с PostgreSQL.
— Опыт работы с одной или несколькими СУБД: PostgreSQL, ClickHouse, Greenplum.
— Понимание принципов построения хранилищ данных (DWH) и организации ETL-процессов.
— Опыт работы с Apache NiFi и/или Apache Airflow.
— Опыт настройки мониторинга и алертинга (Grafana, Prometheus или аналоги).
— Понимание сетевых технологий и протоколов TCP/IP, HTTP, DNS.
— Умение самостоятельно решать технические задачи и взаимодействовать с проектной командой.
Будет плюсом:
— Практический опыт разработки ETL-процессов, хранилищ и витрин данных.
— Опыт работы с Python-библиотеками SQLAlchemy и Pandas.
— Знакомство с продуктами Arenadata (ADB, ADS, ADH).
— Опыт работы с Hadoop, PySpark или Apache Kafka.
— Опыт работы с Terraform и OpenStack.
— Опыт настройки высокодоступных и масштабируемых систем.
— Понимание принципов Data Quality и опыт автоматизации проверок качества данных.
— Практический опыт использования AI/LLM-инструментов и AI-агентов для автоматизации инженерных задач.
Задачи:
— Продвигать внедрение AI-агента Fin, помогая корпоративным клиентам автоматизировать и масштабировать поддержку.
— Полный цикл продаж: от поиска клиентов до заключения сделок с индивидуальным подходом.
— Представлять интересы клиентов, сотрудничая с командами продукта и маркетинга для улучшения AI-агента.
— Создавать и проводить демонстрации AI-решения Fin, подчеркивая его уникальные преимущества.
— Обеспечивать точные прогнозы продаж и прозрачность в работе с воронкой продаж.
— Способствовать развитию команды продаж через наставничество и инновационные проекты.
Требования:
— Опыт работы не менее 8 лет в роли Account Executive, из них минимум 3 года в продажах SaaS корпоративным клиентам.
— Активный подход к поиску клиентов и формированию основной части воронки и дохода.
— Знания и опыт работы с AI-решениями, инструментами взаимодействия с клиентами или автоматизацией поддержки будут преимуществом.
— Умение стабильно достигать и превышать плановые показатели продаж.
— Отличные коммуникативные навыки для ясного объяснения сложных AI-решений.
— Умение работать в динамичной среде с разными отраслями.
— Ориентация на клиента, умение выстраивать доверие и создавать ценность.
— Стремление к развитию и обучению.
— Требуется подтверждение права на работу в США.
Условия:
— Гибридный формат работы: минимум три дня в офисе в Сан-Франциско.
— Годовой доход (OTE) от $298,350 до $390,000 в зависимости от региона.
— Возможность участия в корпоративной бонусной программе и продажных стимулах.
— Социальные гарантии и поддержка здоровья, семьи и финансового благополучия.
— Компания придерживается политики равных возможностей и инклюзивности.
Задачи:
— Полный цикл исследований по краткосрочной микроструктуре, LP/хеджированию, исполнению, межплощадочным сигналам, распределению риска и смежным задачам crypto/DeFi
— Дизайн исследования: гипотеза, target/разметка, baseline, метрики, причинно корректная OOS-проверка, анализ режимов и явные критерии GO/NO-GO
— Работа с данными: поиск источников, выравнивание времени, контроль качества, построение признаков и воспроизводимые контракты данных
— ML/DL по структуре задачи
— RL или другие методы последовательного управления - только когда они действительно оправданы
— Реалистичная симуляция и торговая экономика: комиссии, проскальзывание, ликвидность, задержки, adverse selection, impact, fill assumptions, хеджирование и синхронизация DEX/CEX
— Paper/shadow-стратегии, анализ sim-to-real и совместная работа с quant developer при переносе доказанных решений в production
— Инженерный стандарт исследования: воспроизводимые эксперименты, чистый Python, критичные проверки, мониторинг и дисциплинированное использование LLM/агентов
Требования:
— Проверяемый опыт 2-3 Quant/ML проектов, где кандидат лично отвечал за существенную часть цепочки от постановки задачи и данных до проверки, кода и решения о внедрении либо GO/NO-GO
— Отличный Python и сильная инженерная база: кандидат сам пишет, отлаживает и ревьюит исследовательский код
— Сильная статистика, вероятность, оптимизация и работа с временными рядами: временную зависимость, leakage, selection bias, uncertainty и честную OOS-проверку
— Глубокое практическое понимание микроструктуры и исполнения: order book/flow, liquidity, latency, fees, slippage, adverse selection, impact, sizing и hedging
— Сильное практическое владение ML/DL для последовательных финансовых данных и способность отличать реальный сигнал от оптимизации метрики
— Высокая самостоятельность: структурировать неясную проблему, выбирать наиболее информативный эксперимент, быстро останавливать слабые гипотезы и принимать решения на основании доказательств
— Рабочее понимание структуры crypto-рынка
— Прямой опыт DeFi/DEX будет плюсом, но сильный CEX/microstructure опыт может его компенсировать при быстрой адаптации
Задачи:
• Тесты корректности финансовых расчётов: эталонные сценарии, где результат посчитан вручную и сверяется с движком;
• Тесты-инварианты: свойства, которые обязаны выполняться на любых данных;
• Контрактные и регрессионные тесты компонентов;
• Тесты качества загружаемых рыночных данных;
• Интеграция тестов в CI/CD, борьба с нестабильными тестами.
Требования:
• Опыт автоматизации на Python/pytest от 3-х лет;
• Опыт тестирования мобильных приложений;
• Обязательный опыт с агентами/LLM;
• Сильный тест-дизайн: граничные значения, свойства и инварианты;
• Знание property-based testing (hypothesis);
• Готовность разбираться в финансовой арифметике и считать эталоны вручную;
• Опыт с SQL, Docker, CI/CD, Linux;
• Опыт тестирования API.
Условия:
- Зарплата от 300 000 до 368 000 руб., gross в зависимости от компетенций;
- Удаленная работа по РФ (строго);
- ТК РФ: оплачиваемые отпускные, больничные, декрет;
- ДМС, скидки на фитнес, кино и уроки английского;
- Предоставление техники;
- Гибкое начало рабочего дня.
Задачи:
— Разработка AI-агентов, которые выполняют рабочие процессы, а не только чат-интерфейсы.
— Работа с агентами, которые подключаются к API и внутренним системам, используют инструменты, извлекают контекст, принимают решения на нескольких шагах и восстанавливаются при сбоях.
Требования:
— Опыт разработки на Python и бекенд инженерия.
— Опыт работы с LLM API и агентными системами в продакшене.
— Знание LangGraph, LangChain, LlamaIndex или аналогичных технологий.
— Опыт работы с вызовом функций/инструментов и структурированными выводами.
— Знание RAG, embeddings, векторного поиска и управления контекстом.
— Опыт работы с состоянием агента, памятью, маршрутизацией, повторными попытками и логикой резервного копирования.
— Интеграция API и событийно-ориентированные рабочие процессы.
— Оценка, трассировка и отладка LLM.
— Опыт работы с Docker, Kubernetes, CI/CD и AWS.
— Приветствуется опыт мультиагентной оркестрации, MCP, workflows с участием человека и мониторингом агентов в продакшене.
Условия:
— Удалённая работа.
— Полная занятость или контракт.
Задачи:
— Разработка AI-агентов, которые выполняют рабочие процессы, а не только чат-интерфейсы.
— Работа с агентами, которые подключаются к API и внутренним системам, используют инструменты, извлекают контекст, принимают решения на нескольких шагах и восстанавливаются при сбоях.
Требования:
— Опыт разработки на Python и бекенд инженерия.
— Опыт работы с LLM API и агентными системами в продакшене.
— Знание LangGraph, LangChain, LlamaIndex или аналогичных технологий.
— Опыт работы с вызовом функций/инструментов и структурированными выводами.
— Знание RAG, embeddings, векторного поиска и управления контекстом.
— Опыт работы с состоянием агента, памятью, маршрутизацией, повторными попытками и логикой резервного копирования.
— Интеграция API и событийно-ориентированные рабочие процессы.
— Оценка, трассировка и отладка LLM.
— Опыт работы с Docker, Kubernetes, CI/CD и AWS.
— Приветствуется опыт мультиагентной оркестрации, MCP, workflows с участием человека и мониторингом агентов в продакшене.
Условия:
— Удалённая работа.
— Полная занятость или контракт.
Задачи:
— Разработка AI-агентов, которые выполняют рабочие процессы, а не только чат-интерфейсы.
— Работа с агентами, которые подключаются к API и внутренним системам, используют инструменты, извлекают контекст, принимают решения на нескольких шагах и восстанавливаются при сбоях.
Требования:
— Опыт разработки на Python и бекенд инженерия.
— Опыт работы с LLM API и агентными системами в продакшене.
— Знание LangGraph, LangChain, LlamaIndex или аналогичных технологий.
— Опыт работы с вызовом функций/инструментов и структурированными выводами.
— Знание RAG, embeddings, векторного поиска и управления контекстом.
— Опыт работы с состоянием агента, памятью, маршрутизацией, повторными попытками и логикой резервного копирования.
— Интеграция API и событийно-ориентированные рабочие процессы.
— Оценка, трассировка и отладка LLM.
— Опыт работы с Docker, Kubernetes, CI/CD и AWS.
— Приветствуется опыт мультиагентной оркестрации, MCP, workflows с участием человека и мониторингом агентов в продакшене.
Условия:
— Удалённая работа.
— Полная занятость или контракт.
Задачи:
— Разрабатывать продукт от идеи до релиза: фронтенд, бэкенд, инфраструктура.
— Настраивать серверы и обеспечивать базовую безопасность.
— Строить парсеры и эффективно работать с большими объёмами данных.
— Использовать нейросети для разработки: создавать агентов, автоматизировать задачи, прототипировать интерфейсы и логику.
— Продумывать UX/UI, мониторинг, логику взаимодействия с пользователем.
— Принимать решения самостоятельно — от выбора технологий до дизайна.
Требования:
— Инженер-универсал: понимает, как работает сервер, сеть, безопасность, фронтенд и бэкенд.
— Умеет работать с нейросетями и AI-агентами — не просто «пользователь», а человек, который строит пайплайны и автоматизирует разработку.
— Структурированный, позитивный, умеет принимать решения и не ждёт инструкций.
— Обладает чувством прекрасного — хотя бы на уровне «подобрать шрифт и цвет».
— Письменный английский — достаточный для работы с документацией и зарубежными сервисами.
— Готов к минимальному софинансированию на старте.
— Имеет финансовую подушку или низкие расходы, хочет строить продукт, а не просто «работать».
Условия:
— Формат: партнёрство 50/50, удалённо.
— Оплата: софинансирование на время разработки и выхода на рынок.
— Перспектива: после выхода на выручку — доля в продукте и рост дохода.
Задачи:
— Разрабатывать мультиагентные системы и GenAI-агентов (субагенты, оркестрация).
— Строить и сопровождать RAG-решения: векторные хранилища, пайплайны, ретривал.
— Интегрировать LLM-инструменты с внутренними сервисами через REST API и OAuth2.
— Обрабатывать и трансформировать структурированные данные (JSON, PostgreSQL).
— Проектировать промпты и LLM-сценарии: суммаризация, генерация отчётов, структурирование данных.
— Разрабатывать и эксплуатировать решения в ОС Windows.
— Обеспечивать защиту чувствительных данных в корпоративной среде.
Требования:
— Уверенное владение JavaScript / TypeScript и Python.
— Опыт создания GenAI-агентов, субагентов или мультиагентных систем.
— Опыт работы хотя бы с одним из подходов: low-code / visual (n8n, Flowise, Dify, Langflow) или code-first (LangChain, LangGraph, LlamaIndex, Semantic Kernel, CrewAI, AutoGen или аналоги).
— Опыт работы с REST API и OAuth2.
— Уверенная работа с JSON и PostgreSQL.
— Понимание принципов prompt engineering.
— Опыт с LLM-сценариями: суммаризация, генерация отчётов, структурирование данных.
— Опыт построения или сопровождения RAG-решений.
— Опыт работы с векторными хранилищами: PGVector, Qdrant, Milvus или аналогами.
— Опыт работы с LangChain или аналогичными фреймворками оркестрации LLM.
— Готовность вести разработку и эксплуатацию в ОС Windows.
— Понимание принципов защиты чувствительных данных.
Будет плюсом:
— Опыт в корпоративных или банковских проектах.
— Знание инструментов мониторинга LLM-приложений.
— Понимание архитектуры микросервисов.
Условия:
— Удалённая работа из любого региона РФ.
— Full-time, гибкий график с синхронизацией по МСК.
— Официальное оформление по ТК РФ.
— Возможность влиять на архитектуру и внедрять современные GenAI-решения в реальном корпоративном контуре.
Задачи:
— Тестирование агентной части продукта с использованием автоматических прогонов, где LLM играют роль пользователей, а проверки и LLM-оценщик анализируют результаты.
— Соотношение web и mobile тестирования 50 на 50, ручное и автоматическое тестирование также 50 на 50.
— Тесты корректности финансовых расчётов: эталонные сценарии, где результат посчитан вручную и сверяется с движком.
— Тесты-инварианты: свойства, которые обязаны выполняться на любых данных (например, «рост комиссии не может улучшить результат», «стратегия не использует данные из будущего»).
— Контрактные и регрессионные тесты компонентов.
— Тесты качества загружаемых рыночных данных.
— Интеграция тестов в CI/CD, борьба с нестабильными тестами.
Требования:
— Опыт работы автоматизации на Python/Pytest от 3-х лет.
— Опыт мобильного тестирования.
— Опыт работы с агентами/LLM.
— Сильный тест-дизайн: граничные значения, свойства и инварианты; property-based testing (hypothesis).
— Готовность разбираться в финансовой арифметике и считать эталоны вручную: сделка, комиссия, стоп-лосс.
— Опыт с SQL, Docker, CI/CD, Linux.
— Тестирование API.
Условия:
— Оформление по ТК РФ (оплачиваемые отпускные/больничные/декрет и пр.).
— ДМС, скидки на фитнес, кино и уроки английского.
— Предоставление техники.
— Удалённая работа, гибкое начало рабочего дня.
— Занятость: full-time.
Задачи:
— Python-разработка;
— работа с API и интеграциями;
— автоматизация бизнес-процессов;
— работа с AI-инструментами и агентами;
— backend-задачи.
Требования:
— Junior / начинающий разработчик;
— хорошая техническая база;
— желание быстро развиваться и погружаться в AI-разработку.
Условия:
— удалённая работа;
— проектная занятость;
— зарплата $100–1 000 в месяц;
— возможность долгосрочного сотрудничества.
Задачи:
— Обеспечивать реализацию проектов в области промышленного дизайна: формировать идею и концепцию проектов, ставить задачи команде, выполнять авторский надзор за презентациями, прототипами и продукцией, контролировать эскизы, CMF-карты, скетчи, концепции и физические модели, следить за сроками выполнения задач.
— Отвечать за стратегическое развитие направления «промышленный дизайн»: координировать реализацию дизайн-стратегии Сбера, анализировать тренды и внедрять их, контролировать качество продукта и формировать критерии качества разработки дизайна.
— Организовывать взаимодействие с подрядчиками и заказчиками: формировать дизайн-брифы и технические задания, контролировать работу подрядчиков и реализацию проектов с учётом гайдлайнов и инноваций, оценивать компетенции специалистов на внешнем рынке, поддерживать проекты на всех этапах жизненного цикла, участвовать в брифингах с внешними подрядчиками.
Требования:
— Высшее образование, предпочтительно в области дизайна.
— Опыт работы арт-директором в крупных дизайн-бюро не менее 8 лет.
— Уверенное владение Alias, Catia, Rhino или другими системами автоматизированного проектирования.
— Опыт моделирования поверхностей класса А.
— Владение AutoCAD, презентационными редакторами (PPT, Figma, Pixo, KeyNote) на продвинутом уровне.
— Опыт моделирования и проектирования сложных объектов промышленного дизайна, включая транспортные средства.
— Опыт работы со сканами (облаком точек), создание моделей по облаку точек.
— Чтение чертежей ЕСКД и моделирование по чертежам, скетчам или фото.
— Опыт управления креативными проектами.
— Знание нормативных актов РФ в области авторского права, требований к конструкторской документации и технологической подготовки производства, требований эргономики.
— Английский язык на уровне B2.
— Навыки работы с генеративными AI-моделями, опыт создания и использования AI-агентов, опыт использования GigaChat, Kandinsky и аналогов, инструментальное владение AI для анализа, генерации и автоматизации.
Условия:
— Комфортный современный офис рядом с м. Кутузовская.
— Возможность влиять на стратегию развития бизнеса на растущем рынке.
— Формат работы — офис, гибрид.
— Ежегодный пересмотр зарплаты 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:
— Разработка AI-агентов, которые выполняют рабочие процессы, а не только чат-интерфейсы.
— Работа с агентами, которые подключаются к API и внутренним системам, используют инструменты, извлекают контекст, принимают решения на нескольких шагах и восстанавливаются при сбоях.
Требования:
— Опыт разработки на Python и бекенд инженерия.
— Опыт работы с LLM API и агентными системами в продакшене.
— Знание LangGraph, LangChain, LlamaIndex или аналогичных технологий.
— Опыт работы с вызовом функций/инструментов и структурированными выводами.
— Знание RAG, embeddings, векторного поиска и управления контекстом.
— Опыт работы с состоянием агента, памятью, маршрутизацией, повторными попытками и логикой резервного копирования.
— Интеграция API и событийно-ориентированные рабочие процессы.
— Оценка, трассировка и отладка LLM.
— Опыт работы с Docker, Kubernetes, CI/CD и AWS.
— Приветствуется опыт мультиагентной оркестрации, MCP, workflows с участием человека и мониторингом агентов в продакшене.
Условия:
— Удалённая работа.
— Полная занятость или контракт.
Проект: Специалист привлекается для поддержки AI-команды (RnD AI Team), которая реализует портфель ИИ-инициатив для бизнес-подразделений компании на внутренней платформе Dify (LLM-агенты, RAG, классификация, извлечение данных из документов, интеграции через API/MCP).
Портфель — ~200 инициатив, одновременно в работе 10–15.
Задачи:
— Подготовка тест-кейсов на основании требований и критериев приемки инициатив;
— Функциональное и интеграционное тестирование ИИ-агентов, workflow на платформе Dify, API-интеграций со внутренними системами;
— Проверка позитивных, негативных и пограничных сценариев, включая нетипичные запросы пользователей и «галлюцинации» модели;
— Регрессионное тестирование после изменений промптов, моделей, базы знаний (RAG) и интеграций;
— Проверка соответствия результата согласованным требованиям и метрикам качества;
— Формирование и поддержание тестовых выборок (golden set) совместно с бизнесом и ML-командой, участие в оценке качества ответов;
— Фиксация дефектов, контроль их устранения, отчётность по качеству релизов;
— Проведение приемочного тестирования перед выпуском в production и участие в приемке с бизнесом.
Требования:
— Общий опыт работы: От 3 лет в тестировании ПО.
— Опыт по требуемому стеку/направлению: От 1 года тестирования продуктов на основе ML/LLM или тестирования API и интеграций backend-сервисов;
— Понимание специфики недетерминированных ответов модели.
— Релевантный проектный опыт: Не менее 2 проектов тестирования интеграционных / API-решений или ИИ-продуктов с выводом в промышленную эксплуатацию;
— Опыт построения регрессионных наборов и тестовых выборок.
— Отраслевой опыт: Желательно: e-commerce, ритейл, B2B-дистрибуция, клиентский сервис.
— Обязательные технологии/инструменты: Тест-дизайн, тестовая документация, работа с баг-трекером; Тестирование REST API (Postman или аналоги), чтение JSON, логов; SQL на уровне выборок для проверки данных; Python на базовом уровне для скриптов проверки и подготовки тестовых данных; Понимание принципов работы LLM, RAG, промптов и метрик качества ИИ (точность, полнота, оценка ответов по критериям).
— Желательные технологии/инструменты: Опыт работы с платформами оркестрации LLM (Dify, LangChain и т.п.); Автоматизация тестирования API (pytest, requests) и LLM-eval инструменты (RAGAS, DeepEval, promptfoo или аналоги); Опыт разметки и оценки ответов модели (LLM-as-a-judge, ручная оценка по рубрикам); CI/CD, Git на базовом уровне.
— Системы учета задач и документации: Jira / Yandex Tracker, Confluence / Yandex Wiki, Git, реестр ИИ-инициатив в Google Sheets.
