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.
Задачи:
— Проектировать, внедрять и управлять решениями и контролями безопасности для AWS и Kubernetes, включая методы изоляции для платформы RCE-as-a-Service.
— Создавать, развёртывать и поддерживать инфраструктуру как код с использованием Terraform, обеспечивая высокие стандарты безопасности.
— Проводить оценки безопасности, моделирование угроз и аудиты AWS и Kubernetes.
— Сотрудничать с командами разработки и эксплуатации для внедрения лучших практик безопасности в CI/CD.
— Мониторить и реагировать на инциденты безопасности в облаке, выявлять причины и рекомендовать меры по устранению.
— Обеспечивать соответствие требованиям комплаенса (SOC 2, ISO 27001, GDPR, HIPAA, PCI DSS).
— Наставлять инженеров и продвигать культуру облачной безопасности в организации.
Требования:
— Опыт работы в облачной безопасности не менее 5 лет, глубокие знания AWS.
— Профессиональные навыки в области безопасности Kubernetes: защита кластеров, RBAC, сетевые политики, управление уязвимостями контейнеров.
— Экспертное владение Terraform.
— Знание сервисов безопасности AWS (IAM, GuardDuty, Security Hub, CloudTrail, WAF).
— Знакомство с CNAPP решениями (Wiz) и SIEM (Panther).
— Понимание безопасного жизненного цикла разработки ПО, безопасности CI/CD и DevSecOps.
— Желательны сертификаты AWS Certified Security – Specialty, Certified Kubernetes Security Specialist (CKS), Terraform Associate.
— Приветствуются сертификаты SANS или OffSec.
— Отличные навыки решения проблем, коммуникации и лидерства.
Условия:
— Удалённая работа из США (SF, NYC или Remote).
— Конкурентная зарплата и пакет вознаграждений, включая акции, медицинские льготы и гибкий отпуск.
Дополнительно:
— Работа в команде инженеров, тесное сотрудничество с командой безопасности.
— Технологический стек включает Typescript, React, Apollo GraphQL, Redux, Express, Postgres, Redis, Kubernetes, Terraform, Helm, AWS.
Требуется технический руководитель (Hands-on CTO / Head of Engineering). Требуемые навыки: опыт работы с C#. Возможна удалённая работа. Полный рабочий день.
УдалённоheadСанкт-Петербург
300 000 – 500 000 ₽
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:
— построить AI-стек для инженерии;
— внедрить AI-агентов, evals, AI code review и автоматизацию тестов/деплоя;
— ускорить разработку в 5 раз;
— выбирать AI-модели и инструменты;
— запускать MVP и масштабировать успешные решения на всю компанию.
Требования:
— 6–7+ лет коммерческой разработки;
— опыт масштабного внедрения AI в инженерные процессы;
— Claude Code, Cursor и аналогичные инструменты;
— опыт с AI-агентами;
— data-driven подход;
— английский B2+.
Условия:
— работа в международной B2C-компании в сфере развлечений;
— локация Кипр / UK, remote из Европы;
— full-time / contract;
— релокация и visa support.
Задачи:
— Владеть AI-функциями от концепции до производства в масштабе 50k RPS и 450M пользователей.
— Создавать большие языковые модели (LLM) и обучать кастомные модели для приложений в реальном времени.
— Тесно сотрудничать с продакт-менеджерами для трансформации целей в решения.
— Оценивать и внедрять мониторинг производительности моделей, отслеживать дрейф и регрессии.
Требования:
— Опыт работы инженером 5+ лет с практическим опытом LLM в продакшене.
— Умение обучать и выпускать модели на неструктурированных данных.
— Глубокое понимание оценки моделей и мониторинга в продакшене.
— Владение Python и основами машинного обучения.
— Английский язык на уровне Intermediate и выше.
Условия:
— Конкурентная зарплата, бонусы и опционы (каждый сотрудник — партнер).
— Официальное трудоустройство на Кипре с поддержкой визы для сотрудника и супруга.
— Комфортный офис в Лимассоле с питанием и перекусами.
— Медицинская страховка.
— Доступ к матчам и мероприятиям Aris Limassol F.C.
— Возможности профессионального роста и командных активностей.
Задачи:
— Развертывание и эксплуатация Bitcoin Core nodes.
— Построение отказоустойчивой инфраструктуры для backend-сервисов.
— Мониторинг состояния Bitcoin-нод и внутренних сервисов.
— Настройка metrics, logging, alerting и dashboards.
— Secrets management и безопасная работа с credentials.
— Backup и disaster recovery.
— Автоматизация deployment и infrastructure provisioning.
— CI/CD.
— Контроль доступов и сегментация инфраструктуры.
— Анализ и устранение production-инцидентов.
— Capacity planning и оптимизация ресурсов.
— Совместная работа с security engineer над hardening инфраструктуры.
Требования:
— Опыт DevOps/SRE в production-системах.
— Linux на уверенном уровне.
— Docker и контейнерная инфраструктура.
— Опыт с Kubernetes или аналогичными orchestration-платформами.
— Infrastructure as Code: Terraform, Ansible или аналоги.
— Опыт построения monitoring/alerting систем.
— Понимание сетей, firewall, TLS и управления доступом.
— Практический опыт secrets management.
— Опыт построения backup/recovery процессов.
— Умение расследовать production-инциденты.
Будет плюсом:
— Опыт эксплуатации Bitcoin Core nodes.
— Понимание Bitcoin P2P/networking.
— Опыт эксплуатации blockchain infrastructure.
— Опыт с security-sensitive или financial infrastructure.
— Опыт защиты публичных сервисов от DDoS/DoS.
— Опыт построения privacy-oriented инфраструктуры.
Что важно в этой роли:
Для проекта критична не только доступность сервисов, но и минимизация инфраструктурных рисков и утечек метаданных. Поэтому нам нужен инженер, который рассматривает security и privacy как часть инфраструктурной архитектуры, а не как отдельный этап после запуска.
Задачи:
— Построение threat model для CoinJoin-протокола и всей системы.
— Анализ возможных атак на coordinator и участников протокола.
— Проектирование защиты от Sybil-атак и DoS.
— Анализ возможных утечек метаданных.
— Анализ privacy-свойств протокола.
— Аудит механизмов authentication, authorization и rate limiting.
— Анализ key-management архитектуры.
— Security review Bitcoin transaction flow.
— Code review критичных компонентов.
— Анализ attack surface backend и инфраструктуры.
— Подготовка рекомендаций по hardening.
— Участие в security testing и подготовке к внешним аудитам.
Требования:
— Опыт application security, protocol security или security engineering.
— Умение самостоятельно строить threat models.
— Хорошее понимание сетевой безопасности.
— Понимание DoS/DDoS и Sybil attack моделей.
— Опыт security review backend-систем.
— Понимание криптографических примитивов и digital signatures.
— Опыт анализа key-management систем.
— Умение проводить code review с точки зрения безопасности.
— Понимание рисков metadata leakage и privacy-sensitive систем.
Будет большим плюсом:
— Глубокое понимание Bitcoin protocol.
— Опыт security-аудита Bitcoin или других cryptocurrency-протоколов.
— Знание UTXO, PSBT, SegWit, Taproot и Bitcoin transaction signing.
— Опыт анализа CoinJoin или других privacy protocols.
— Понимание blockchain analysis и deanonymization techniques.
— Опыт аудита non-custodial систем.
— Практический опыт Rust/C++/Go.
Что важно в этой роли:
Security engineer должен оценивать не только классические уязвимости backend-приложения, но и экономические, протокольные и privacy-атаки. Для CoinJoin особенно важны поведение злонамеренных участников, Sybil/DoS, корреляция активности и возможные утечки метаданных.
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:
— Владение дорожной картой данных: выявление потребностей продукта, маркетинга, операций и финансов в данных, приоритизация задач с учетом состояния платформы и последовательное планирование инвестиций.
— Обеспечение качества и актуальности данных: автоматический мониторинг источников данных, конвейеров и отчетов, выявление изменений в схемах и источниках до возникновения проблем, управление инцидентами.
— Анализ происхождения данных и влияния изменений: создание живой карты от источника до отчетов, оценка влияния изменений на downstream компоненты до их внедрения, внедрение контрактов данных с инженерией.
— Администрирование Lightdash: настройка структуры рабочего пространства, прав доступа, обучение пользователей, поддержание порядка и производительности.
— Управление семантическим слоем: расширение и поддержка единого определения метрик, предотвращение неконтролируемого роста.
— Управление каталогом событий Segment: проверка новых событий на соответствие стандартам, поддержание соответствия с продакшеном, развитие правил и обнаружение отклонений.
— Обеспечение готовности данных для AI: контроль доступа AI-инструментов к данным, поддержание документации, консистентности и безопасности.
— Обеспечение безопасности и конфиденциальности данных: контроль доступа, обработка персональных данных в соответствии с законами штатов США, регулярные проверки.
— Поддержка системы управления: документация, модели владения и циклы обзора для устойчивой работы процессов.
Требования:
— Профессиональное отношение к управлению данными, стремление к поддержанию чистоты и надежности систем.
— Активное использование AI-инструментов для автоматизации проверок, обработки аномалий и документации.
— Практический опыт управления командой и самостоятельной работы с SQL, Airflow, настройкой прав доступа.
— Ориентация на продукт, умение превращать запросы бизнеса в приоритетный план.
— Стремление к автоматизации повторяющихся проверок.
— Умение устанавливать стандарты и добиваться их соблюдения с помощью инструментов и коммуникации.
Условия:
— Базовая зарплата $75,000-$120,000 в год.
— Полностью удаленная работа с асинхронным взаимодействием.
— Гибкий отпуск по результатам работы.
Описание роли:
— Первая позиция, посвященная управлению данными и их качеством в компании.
— Роль с полным владением цепочкой данных от источника до отчетов и моделей машинного обучения.
— Роль с практической деятельностью и последующим расширением команды.
— Не руководящая большая команда, а построение и развитие функции.
— Не роль BI-аналитика или политика, а инженерно-управленческая позиция.
Технологии:
— Хранилище и конвейеры: Redshift, dbt, Airflow.
— Интеграция данных: Fivetran, кастомные Airflow конвейеры.
— Отслеживание событий: Segment.
— BI-платформы: Lightdash (основная), Tableau и Metabase (выводятся).
— AI-инструменты: Claude Code, Codex, Brain (внутренний AI-инструмент).
— Наблюдение: AI-агент для мониторинга свежести, обнаружения аномалий и lineage dbt.
Компания Tabby — финтех-платформа BNPL (покупай сейчас, плати позже), предлагающая беспроцентные рассрочки для покупателей в Саудовской Аравии, ОАЭ и Кувейте.
Стек технологий включает Python, Go, PostgreSQL, Pub/Sub, BigQuery, GCS, Kubernetes, Google Cloud Platform, Airflow и микросервисную архитектуру.
Формат работы — удалённый.
Задачи:
— Проектирование, внедрение и поддержка DevOps-инструментов для дата-пайплайнов и платформ.
— Поддержка и автоматизация ETL-воркфлоу (например, Spark, Airflow).
— Создание и управление мониторингом и наблюдаемостью качества данных (DBT), дата-пайплайнов и систем хранения.
— Внедрение и поддержка инфраструктуры хранения данных на AWS (S3, EC2, сеть).
— Интеграция и поддержка Project Nessie как транзакционного каталога для Data Lakes с семантикой, похожей на Git.
— Тесное взаимодействие с Data Engineers для обеспечения плавного деплоя, версионирования и масштабирования дата-задач и пайплайнов.
— Автоматизация деплоя и CI/CD процессов с использованием GitLab CI/CD.
— Обеспечение лучших практик безопасности при работе с чувствительными данными.
— Написание автоматизации инфраструктуры на Python, Bash, Ansible.
— Документирование систем, пайплайнов и DevOps-процессов.
Требования:
— Опыт 5+ лет в DevOps / IT Ops / DataOps с практическим опытом работы с инфраструктурой, связанной с данными.
— Глубокие знания Linux (сеть, настройка ядра, оптимизация производительности).
— Практический опыт работы с Airflow, ClickHouse, DBT, Spark и Project Nessie.
— Солидные знания AWS (S3, EC2, IAM, сеть).
— Владение скриптингом и автоматизацией (Python, Bash, Ansible).
— Опыт работы с CI/CD пайплайнами (GitLab).
— Опыт с мониторинговыми стеками (Prometheus, Grafana, ELK).
— Знакомство с контейнеризацией и оркестрацией (Docker, Kubernetes).
— Понимание концепций управления данными.
— Сильные коммуникативные навыки и проактивный подход.
Желательно:
— Опыт работы с потоковой обработкой данных в реальном времени.
— Знание инфраструктуры как кода (Terraform).
— Знакомство с безопасностью в дата-инжиниринге (IAM, шифрование, контроль доступа).
— Опыт работы с высокопроизводительными системами или в торговой среде.
Задачи:
— Разрабатывать и эксплуатировать интеграционные продукты, связывающие Salesforce, SAP и carrier data lake.
— Проектировать и реализовывать интеграции MuleSoft/API между Salesforce, SAP и carrier data lake.
— Определять и поддерживать API контракты, сопоставления полей, трансформации и автоматические тесты.
— Использовать Data Modeler для разработки и поддержки точных сопоставлений данных между системами.
— Отлаживать и самостоятельно решать проблемы интеграции в продакшене, включая анализ корневых причин и профилактические улучшения.
— Инструментировать интеграционные пайплайны с мониторингом, логированием и алертингом.
— Поддерживать интеграции перехода маркетингового портфеля, избегая ненужных точечных зависимостей и нового интеграционного долга.
— Использовать AI-инструменты для ускорения создания черновиков сопоставлений, API-заглушек, генерации тестов, документации и шаблонов обработки ошибок.
— Проверять и улучшать AI-сгенерированный код для соответствия стандартам надежности, поддерживаемости и качества.
— Автоматизировать воспроизведение, повторные попытки, алерты и процедуры восстановления для снижения среднего времени восстановления (MTTR).
— Постоянно улучшать надежность, наблюдаемость и операционную эффективность интеграций.
Требования:
— Опыт интеграционной инженерии не менее 5 лет.
— Практический опыт работы с MuleSoft или аналогичной корпоративной ESB/API платформой.
— Опыт интеграции с SAP, включая IDoc, API и/или BAPI.
— Опыт интеграций Salesforce и корпоративных API паттернов.
— Опыт работы с паттернами интеграции и загрузки данных в data lake.
— Глубокое понимание API контрактов, сопоставления данных, трансформаций, тестирования и архитектуры интеграций.
— Опыт поддержки интеграций в продакшене, включая мониторинг, отладку, алертинг, повторные попытки и разрешение инцидентов.
— Способность самостоятельно владеть производственными проблемами и доводить их до решения и предотвращения.
— Опыт использования AI-копилотов или агентов для ускорения инженерных процессов.
— Сильное инженерное суждение и умение проверять, тестировать и улучшать AI-сгенерированный код и артефакты перед выпуском в продакшен.
Условия:
— null
Удалённоsenior
Зарплата не указана
Удалённо
75 000 – 120 000 $
Удалённо
75 000 – 120 000 $
Все вакансии в одном месте — страница 66 · Job Hunters
