Algolia is a market leader in AI Search, serving over 18,000 businesses and processing over 30 billion search requests weekly. The company raised $150 million in Series D funding in 2021, reaching a valuation of $2.25 billion. The Customer Success Engineer role involves ensuring customers successfully adopt, implement, and scale Algolia's search and discovery platform. Responsibilities include delivering technical onboarding, solution design, best-practice guidance, and hands-on implementation support. The role requires partnering with customers to design scalable solutions, supporting Professional and Expert Foundation offerings, acting as a Technical Owner for assigned accounts, and ensuring smooth delivery through communication, documentation, and stakeholder alignment. Key tasks include consulting customers, delivering technical workshops, advising on search implementation and optimization, collaborating with Customer Success Managers, escalating issues as needed, partnering with Product and Engineering teams, reporting case status, identifying and resolving technical risks, and optimizing customer environments.
Requirements:
— 4+ years in a customer-facing technical role (CSE, SE, SA, consultant), preferably in SaaS
— Functional knowledge of at least one programming language: JavaScript, Java, PHP, C#, Objective-C, Swift, Ruby, Python
— Experience with REST API, database management, and web development technologies
— Experience delivering technical workshops (training, knowledge transfer, implementation, code review)
— Lifelong learning and growth mindset
— Ability to explain complex technical concepts to broad audiences
— Proficiency in communicating technical issues to technical and non-technical audiences via phone and email
— Excellent time management, task prioritization, and situational urgency evaluation
— Occasional travel to customer locations may be required
Nice to have:
— Experience implementing or optimizing search & discovery experiences
— Experience designing and developing generative AI and agentic applications
— Experience in high-growth SaaS environments
— Familiarity with iOS & Android platforms
— Experience supporting open-source projects and GitHub communities
— Experience with Shopify, Magento, and Salesforce
Algolia offers a flexible workplace strategy with options for fully remote or hybrid-remote work. The company values grit, trust, candor, care, and humility. Algolia is committed to diversity, inclusion, and creating a respectful workplace. Candidates are advised to apply only through the official careers page and be cautious of recruitment scams.
Задачи:
— разработка и внедрение LLM моделей для решения NLU задач бизнеса (SFT, RAG (Retrieval Augmented Generation), Agents, Summarization, Text Ranking, Text Matching, Language Modeling)
— дообучение LLM моделей
— разработка подходов и процессов разметки данных для оценки качества работы LLM
— формирование и работа с ML пайплайнами: работа с данными, обучение/дообучение NLP моделей, оценка качества решений, поддержка/автоматизация решений
— оптимизация работы моделей для промышленного контура на CPU/GPU
— работа с командой бизнес-представителей, DS-разработчиками
— организация проверки и генерация гипотез для решения технических и бизнес-задач.
Требования:
— опыт разработки на python, numpy, sklearn, pandas + библиотеки обработки текстовых данных
— опыт работы с Pytorch для построения DL текстовых моделей
— опыт работы с библиотеками LangChain/LangGraph
— опыт практической работы с LLM через API
— отличные теоретические знания классического и нейросетевого NLP, в тч LLM
— опыт дообучения классических трансформеров и LLM
— практический опыт, эксперименты, внедрение в ПРОД LLM решений
— опыт prompt-engineering
Будет плюсом:
— работа с инструментами Hadoop (HDFS, Hive), Spark
— опыт постановки и проведения a/b тестов
— опыт работы с распределенным обучением, глубокое знание GPU архитектуры.
Условия:
— комфортный современный офис рядом с м. Кутузовская
— возможен гибридный формат работы
— 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
— 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.
Backblaze is a cloud storage company serving AI and data-intensive businesses, operating remotely with a US-based team. The VP, People role reports to the CHRO and involves leading People operations at a public, remote-first company scaling from 500 to 1000 employees and expanding internationally. Responsibilities include designing systems for engagement, culture, communications, retention, succession, and manager development without relying on a physical office. The role requires running a small HR Operations and strategic HRBP team, building the next operational layer using AI agents, and fostering a culture of connection, belonging, and teamwork.
Key responsibilities:
— Build engagement as a leader-owned discipline with measurable outcomes.
— Develop strategic employee and leader communications with consistent messaging across geographies and time zones.
— Design culture intentionally for a remote-first, fast-growing, international company.
— Establish onboarding, team rituals, and in-person events with proper design and budgeting.
— Promote remote working excellence ensuring uniform expectations and development opportunities worldwide.
— Manage retention and succession planning to anticipate risks and build talent pipelines.
— Rebuild manager capabilities for distributed teams adapting to AI-driven changes.
— Collaborate with AI Transformation Leader on work design, job architecture, and team structure.
In the first year, the VP will build engagement programs, remote work guidelines, recognition systems, communication cadence, retention and succession models, manager development approaches, and design in-person moments.
Requirements:
— Experience operating teams outside the US, managing employment realities internationally.
— Experience scaling companies from 500 to 1000 employees with international expansion.
— Hands-on builder who develops people through work and uses AI agents daily.
— Leadership experience with a small team, close to operational work.
— Ability to make a distributed, multi-geography workforce a great place to work.
Preferred:
— Comfortable with public company environment.
— Experience in mid-sized technology companies with resource constraints.
— Strong communication skills with a tendency to over-communicate.
Not suitable for those who prefer established functions, large teams, focus on executive compensation, or see culture as a benefits or office issue.
Interview process includes discussing past projects, AI usage, and interaction with HR teams.
Benefits include competitive compensation, equity, full medical and retirement benefits, flexible vacation, parental leave, equipment stipend, childcare bonus, fertility support, learning programs, and commuter benefits. Backblaze is an Equal Opportunity Employer committed to diversity, equity, and inclusion.
Компания «ВитаТранс» ищет специалиста на вакансию «Программист 1С со знание AI». Требуемые навыки включают опыт разработки решений по интеграции, знание LLM, Agentic systems, разработку под 1С, опыт с 1C:ERP и навыки руководителя проектов 1С. Местоположение вакансии: Екатеринбург и Челябинск. Формат работы: полный рабочий день.
АО «Казахтелеком» приглашает на позицию Senior AI Officer специалиста, способного самостоятельно запускать AI-пилоты, демонстрировать их бизнес-эффективность и разрабатывать AI-стратегию для направления. В обязанности входит формирование AI-стратегии и дорожной карты, выявление и запуск AI-кейсов, создание AI-агентов, RAG и автоматизаций, а также доведение успешных пилотов до промышленного внедрения. Важна работа с руководителями для обеспечения связи AI-инициатив с бизнес-результатами. Кандидат должен иметь более 7 лет опыта в технологиях, AI/ML, продуктовой разработке или цифровой трансформации, практические навыки создания AI-решений, уверенное понимание LLM, AI Agents, RAG, владение Python, API, SQL, опыт работы с LangGraph/LangChain, n8n/Make, а также навыки vibe coding с инструментами типа Codex, Cursor, Claude Code. Требуются самостоятельность, продуктовый подход и стратегическое мышление. Формат работы — офис, зарплата в диапазоне 1–2 млн тенге NET.
Задачи:
— Выступать экспертом по управлению сервисами (инцидент-менеджмент, on-call, IDP, управление работой, автоматизация рабочих процессов, Agent Builder и операционная автоматизация) для команд адвокации и инженерии Datadog
— Создавать контент в различных форматах для укрепления репутации Datadog как лидера в DevOps, мониторинге, наблюдаемости и безопасности: демонстрации, публичные выступления, блоги, документация, вебинары, open source, исследовательские отчеты и др.
— Сотрудничать с командами продуктовой инженерии для создания убедительных демонстраций и обучать внутренние инженерные команды эффективной коммуникации и презентациям
— Взаимодействовать с open source сообществами для продвижения ключевых сообщений на рынке и разработки новых интеграций для Datadog
— Вносить вклад в продукт через обратную связь (баги или предложения по улучшению), документацию или код
Требования:
— Около 5+ лет опыта работы платформенным инженером, инженером по надежности сайта, DevOps-инженером или разработчиком ПО с практическим опытом реагирования на инциденты и поддержки продакшн-систем в сложных ИТ-средах
— Глубокое понимание основных практик управления сервисами (инцидент-менеджмент, on-call, пост-инцидентные обзоры, SLO), опыт работы с инструментами Datadog, PagerDuty, Opsgenie, incident.io, Rootly, Jira Cloud Platform, Cortex или аналогичными, умение решать операционные задачи в организациях разного размера
— Страсть к решению организационных, а не только технических проблем, и опыт широкого распространения знаний
— Около 2+ лет опыта в сторителлинге и создании привлекательного контента: письменные материалы, выступления на конференциях (SREcon, DevOpsDays, SREday), проведение воркшопов, стримы, видео, участие в open source и сообществах
— Наличие публичных примеров работ: статьи, блоги, демонстрации, записи презентаций на технические темы
— Уверенное владение как минимум одним языком скриптов и программирования (Node.js, Python, Go, bash), опыт работы с API и современными инфраструктурами (IaaS, контейнеры)
— Самостоятельное изучение новых технологий и языков
Плюсы:
— Опыт работы с ITSM платформами (ServiceNow, Jira Service Management)
— Активное участие в сообществах SRE, DevOps или инцидент-менеджмента
Условия:
— Конкурентный пакет льгот и бонусов
— Акции для новых сотрудников (RSU) и программа покупки акций сотрудниками (ESPP)
— Возможности карьерного роста
— Обучение продукту и пространству
— Лучший в своем классе онбординг
— Внутренние программы наставничества и поддержки
— Дружелюбная и инклюзивная рабочая культура
Пакет льгот может варьироваться в зависимости от страны и типа занятости.
Компания предлагает конкурентоспособную зарплату и пакет акций, включая переменную часть. Фактическая компенсация зависит от навыков, квалификации и опыта кандидата. В пакет входят медицинское страхование, стоматология, планирование семьи, поддержка психического здоровья, пенсионный план 401(k) с соответствием, оплачиваемый отпуск, компенсация фитнеса и скидки на покупку акций.
Продукты:
— Atomic Agent — open-source local-first AI-агент, работающий на устройстве пользователя.
— AI/ML API — платформа с 400K+ пользователей для доступа к AI-моделям через единый API.
— Atomic Bot — простой запуск OpenClaw в один клик.
Задачи:
— писать контент на английском: посты, треды, статьи, туториалы и кейсы;
— развивать X, Reddit, GitHub, Discord и другие AI-комьюнити;
— запускать коллаборации с AI-компаниями, KOLs и разработчиками;
— работать с email, SEO и органическим ростом;
— тестировать маркетинговые гипотезы и анализировать результат в GA4, PostHog и других инструментах;
— создавать короткие видео и простую графику.
Требования:
— от 1 года опыта в digital, community или content marketing;
— английский B2+;
— понимание культуры X, Reddit, Discord;
— сильные навыки письменной коммуникации;
— базовое понимание аналитики и UTM;
— самостоятельность, инициативность и интерес к AI/Tech.
Будет плюсом:
— опыт с AI, SaaS, developer tools или open-source;
— понимание AI/LLM, developers, self-hosted и локальных моделей;
— SEO, GA4, Google Ads;
— опыт работы с технической аудиторией, KOLs и международными партнёрами;
— техническое или математическое образование.
Условия:
— международные AI-продукты и глобальную аудиторию;
— прямое взаимодействие с CMO и продуктовой командой;
— возможность быстро вырасти в Marketing Manager;
— обучение за счёт компании;
— 28 дней отпуска + 100% больничных;
— гибкое начало рабочего дня;
— выплаты в рублях, валюте или USDT.
Локация: Москва / Санкт-Петербург, офис. Удалённый формат не рассматриваем.
Требуемый уровень английского: B2+.
Задачи:
— Анимировать 2 видео в месяц длительностью 15–25 минут каждое (некоторые короче)
— Обеспечивать визуальное сопровождение: создавать анимацию, добавлять звуковые эффекты и сдавать готовое видео в 1080p с исходными файлами проекта
— Создавать персонажей эпохи Позолоченного века в стиле 2D плоской анимации, поддерживая единый стиль во всех видео
— Поддерживать удержание зрителя на протяжении всего видео с помощью ритма, монтажных склеек, постановки сцен, визуальных крючков и звуковых эффектов
Требования:
— Умение создавать анимацию в стиле Agent Flappy (пример: https://www.youtube.com/@AgentFlappy)
— Наличие портфолио обязательно
— Готовность выполнить оплачиваемое тестовое задание на 20 секунд за $20
Условия:
— Оплата $200 за готовое видео
— 2 видео в месяц до монетизации канала
— После монетизации объем работы увеличивается до 4–6 видео в месяц
— Бонусы за просмотры и объем начинаются после монетизации
— Возможность постоянной работы в команде при успешном сотрудничестве
Дополнительно:
— Предоставляются сценарий, озвучка и референсы
— Требуется творческий подход и готовность к сотрудничеству
— Тестовое задание оплачивается и входит в оплату первого видео
Задачи:
— Проектировать и разрабатывать multi-agent системы.
— Интегрировать LLM с внутренними инструментами и сервисами.
— Разрабатывать backend-сервисы и API для agent workflows.
— Реализовывать RAG pipelines и tool/function calling.
— Создавать CLI-based agent workflows и инструменты автоматизации.
— Разрабатывать Computer Vision pipelines: object detection, multi-object tracking, person re-identification.
— Разрабатывать multi-camera multi-person tracking для сетей камер.
— Работать с видеопотоками в реальном времени и оптимизировать GPU inference.
Требования:
— Опыт работы с Node.js ecosystem и Express.js.
— Уверенное владение Python.
— Опыт работы с LLM APIs и prompt engineering.
— Опыт работы с RAG, tool calling или agent frameworks.
— Знакомство с Docker, Linux и Git.
— Опыт работы с PyTorch и OpenCV.
— Опыт в object detection и multi-object tracking.
— Опыт работы с YOLO, ByteTrack / BoT-SORT или аналогами.
— Понимание person re-identification и vector search.
— Опыт работы с Milvus / FAISS.
— Опыт обработки видео с ffmpeg / GStreamer.
— Работа с RTSP и hardware decoding.
Будет плюсом:
— Опыт в NLP и ML.
— Опыт развёртывания open-source LLM.
— Опыт оптимизации inference.
— Опыт работы с Vision-Language Models.
— TensorRT / ONNX Runtime.
Условия:
— Удалённый формат работы.
— Заработная плата: 1.600–3.200 USD net в месяц.
Задачи:
— разработка и развитие веб-интерфейсов для AI-ассистента на TypeScript/React
— разработка backend-сервисов на Node.js/TypeScript
— разработка механизмов взаимодействия AI-агентов с кодовой базой и инструментами разработки
— интеграция LLM / AI API
— проектирование и реализация RESTful API и GraphQL сервисов
— разработка механизмов контекстного анализа кода
— оптимизация производительности и UX взаимодействия AI-ассистента с разработчиком
— работа с WebSocket и Server-Sent Events для real-time коммуникации.
Требования:
— от 4 лет коммерческой разработки на TypeScript/JavaScript
— хорошее понимание асинхронного программирования и event-driven архитектуры
— опыт работы с Node.js
— глубокое понимание TypeScript (типы, дженерики, декораторы)
— понимание принципов работы AI / LLM систем
— опыт интеграции внешних API и сервисов
— понимание архитектуры веб-приложений и многоуровневой архитектуры
— опыт проектирования архитектуры сложных систем.
Будет плюсом:
— знание Rust/Golang
— создание Desktop приложений (tauri/electron)
— опыт разработки AI-ассистентов для программистов
— опыт разработки agentic AI-систем
— опыт работы с LLM (OpenAI / open-source модели / RAG / embeddings)
— понимание контекстного анализа кода
— опыт разработки IDE-плагинов на JavaScript/TypeScript
— опыт работы с Websocket и real-time системами
— инструментальное владение AI для анализа, генерации и автоматизации
— опыт создания AI-агентов и использования их в работе
— опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов.
Условия:
— работа над AI Developer Platform нового поколения
— разработка agentic AI-систем для программистов
— сложные инженерные задачи на стыке IDE, анализа кода, AI и веб-интерфейсов
— возможность влиять на архитектуру и развитие продукта
— работа с современными LLM и AI-инфраструктурой
— гибкий формат работы и конкурентную компенсацию
— годовой бонус и ежегодный пересмотр зарплаты
— расширенный ДМС с первого дня, страхование жизни, корпоративная пенсионная программа
— статус аккредитованной ИТ-компании со всеми преимуществами (отсрочка от срочной службы)
— льготная ипотека для сотрудников, подписка Прайм, скидки от партнеров и сервисов группы компаний
— корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях
— реферальная программа (бонус до 100 000 рублей).
Задачи:
— разработка и развитие LLM-проектов в юридическом домене — от прототипов до продакшена
— проектирование и обучение агентов-экспертов, решающих задачи правового домена (RAG-пайплайны, классификация запросов, генерация ответов, оценка релевантности)
— исследование и настройка multi-agent orchestration (LangGraph, LangChain, schema guided reasoning pipelines)
— работа с GigaChat как основной моделью, а также эксперименты с ChatGPT, Gemini, Qwen
— дообучение малых моделей (instruction-tuning, adapters, LoRA) для повышения качества юридического рассуждения
— разработка метрик качества
— взаимодействие с инженерами и аналитиками права — внедрение моделей в реальные кейсы (алиментные, потребительские, трудовые и т.д.)
Требования:
— опыт работы DS/ML-инженером от 3х лет
— понимание архитектуры LLM и принципов prompt engineering
— опыт построения RAG-систем, fine-tuning и дообучения моделей
— умение проектировать пайплайны inference / retraining
Будет плюсом:
— опыт в LegalTech или смежных областях (финансы, документооборот, чат-боты)
— понимание структуры и логики российских нормативных актов
— опыт интеграции LLM с внешними API или базами знаний
Условия:
— формат работы офис на испытательном сроке, локация офиса ул Вавилова д.19
— ежегодный пересмотр зарплаты, годовая премия
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— 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.
Fastly is seeking a Threat Detection Analyst for the APAC region who is Japanese speaking. The role is part of the Fastly Customer Security Operations Center (CSOC) team, focusing on operational support of Fastly’s security products and services, particularly integrating and supporting agent software installed on customer systems. The position involves monitoring and analyzing customer activity with emphasis on security functions such as identifying account-takeover, Bot Attacks, and WAF administration, focusing on application layer security and web technologies. The role requires working Friday to Tuesday, 0000 - 0800 UTC (9am - 6pm AEST).
Responsibilities include:
— Ensuring security for customers and providing outstanding responses to security issues.
— Providing deep application-security expertise on escalated cases from customers and automated systems.
— Conducting continuous improvement and research to enhance customer security products and operations.
— Contributing to processes and policies to scale the organization.
— Creating and reviewing security service reports for customers.
— Creating and managing security content for customer environments.
Requirements:
— Prior experience working in a SOC environment.
— Experience with SaaS/Cloud or hybrid cloud deployments; Apache, NGINX, IIS or other web server platforms and associated application server technologies and frameworks.
— Scripting skills in Python, Java, Go, Rust, PHP, Unix/Linux Shell, C#, or other common web languages.
— Strong information security background with practical skills in application security.
— Experience in IT or security technical support, operations, or research roles.
— Unix/Linux or Windows system administration skills.
— Ability to work with limited supervision and mentor others on security knowledge.
— Fluent spoken and written English, adaptable to different audiences.
— Experience troubleshooting software products.
— Focus on delivering exceptional customer experiences.
Work hours require availability during core business hours. The position is remote based with potential to become hybrid as Fastly expands in the region. Travel to the US and internationally may be required.
Benefits include a comprehensive package starting from day one, with variations depending on country. Fastly emphasizes a positive work environment, diversity, inclusion, and support for employees' passions and causes.
Applications must be submitted through Fastly's official careers site. Fastly is an equal opportunity employer committed to a safe and welcoming work environment free of discrimination and harassment. Reasonable accommodations are available for applicants with disabilities.
Требования:
• Агентная разработка (vibe coding)
• Опыт продуктовой разработки от 4 лет, уровень senior fullstack
• Агентные CLI-инструменты (Claude Code, Codex CLI, Cursor agent mode, Aider) как основной способ работы
• Spec-driven development: формулирование функциональных и нефункциональных требований до первого промпта; умение писать инженерные спецификации и контекстные файлы (правила, схемы, markdown)
• Модульность: слабая связанность, доменные границы, нарезка проекта на небольшие изолированные файлы
• Управление контекстным окном для предотвращения дрейфа и галлюцинаций
• Умение сбросить сессию агента и начать заново с более жёсткими ограничениями
• Разработка в несколько потоков, менеджмент репозитория под агентную работу, опыт коллаборативной AI-разработки
• Ревью и аудит AI-кода: слабые имена, дублирование, отсутствующие проверки, небезопасная работа с данными
• Тесты как способ управления агентом: юнит- и интеграционные тесты пишутся до логики фичи
• Инфраструктура и восстановление: версионирование, снапшоты БД, бэкапы, CI, процедуры восстановления данных
• Готовность писать код руками при необходимости и ответственность за результат, включая код, сгенерированный агентом
• Современный типизированный backend-язык с асинхронностью, моделью ошибок, управлением зависимостями, воспроизводимым окружением
• HTTP API и realtime-транспорт: REST, двусторонние соединения, стриминг, протокол сообщений, переподключения, валидация схем
• Автотесты: юнит- и интеграционные, изоляция внешних сервисов и зависимостей, поддержание тестовых данных
• Реляционные БД: схема, миграции, индексы, нетривиальные запросы, понимание пределов БД
• Разрешение конфликтов зависимостей, включая бинарную несовместимость библиотек
• Компонентный SPA-фреймворк и типизированный JavaScript; готовность сменить фреймворк за неделю
• Компонентные тесты в браузерном окружении
• Realtime-клиент: переподключения, стриминг, рантайм-валидация сообщений
• Медиа в браузере: доступ к устройствам ввода, работа с аудиопотоком, кодирование и передача
• Состояние на клиенте и ограничения браузера: защищённый контекст, сертификаты в dev, хранилище
• Умеренность в UI: простой интерфейс без тяжёлых фреймворков и дизайн-систем
• Классические CV-задачи: детекция, эмбеддинги, кластеризация, обработка изображений и метаданных, дедупликация
• Локальные LLM: форматы весов и квантизации, размер контекста, латентность, стоимость запроса; умение измерять
• Речевые модели: распознавание и синтез речи, баланс качества и ресурсов, ограничения по задержке и длине входа
• Мультимодальные модели: генерация описаний по изображению, оценка качества генерации
• Эмбеддинги и векторный поиск: семантический поиск, гибридные схемы, переранжирование, метрики качества
• Ресурсы и эксплуатация inference: одна модель на процесс, память ускорителя, батчинг, прогрев, поведение под нагрузкой
• Не требуется: обучение моделей с нуля, MLOps, распределённое обучение
• Пайплайны обработки как идемпотентные стадии с фиксацией состояния
• Понимание разницы между инкрементальным и полным пересчётом и цены ошибки
• Целостность данных при деплое, сведение расходящихся баз, миграции данных
• Границы сервисов: процессы, владение данными, поведение при отказах
• Контейнеризация: образы с тяжёлыми зависимостями, тома для данных и весов моделей, политики перезапуска, диагностика падений
• Linux и сеть: удалённый доступ, проброс портов, разрешение конфликтов, чтение логов
• Скриптование рутины: деплой, синхронизация данных, ротация логов
• Уверенное владение Git, включая нетривиальные операции; чтение истории
• Базовая безопасность: сервис без аутентификации локален, секреты не в репозитории, dev/prod режимы разведены
• Автоматические smoke-проверки интерфейса после изменений
• 4+ года разработки, из них 2+ года бэкенда в продакшене
• 1+ год реального фуллстека: разработка клиента и сервера
• Проект с LLM/ML как частью продукта
• Запуск моделей локально или on-premise
• 2–3+ месяца ежедневной работы через агентные инструменты
Задачи:
• Подключение и настройка USB-камеры: интеграция с ПО, захват видеопотока, детекция лиц, распознавание жестов
• Реализация стереоскопического режима 2D→3D на телевизоре без специализированной 3D-панели
• Разработка клиентских интерфейсов для телевизора и мобильного устройства по дизайн-макетам, адаптация вёрстки, интеграция с бэкендом, двустороннее realtime-взаимодействие
• Разработка технической документации, инженерных спецификаций и контекстных файлов, используемых при агентной разработке
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.
Важно: 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 именно 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 разработанные сценарии на нескольких frontier-моделях и анализировать причины их ошибок
— Формулировать ожидаемое поведение модели и описывать, почему конкретная 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
— Практический опыт AI Red Teaming / LLM Security
— Глубокое понимание современных техник атак и поверхности атаки веб-приложений, API, GitHub, CI/CD и связанных экосистем
— Практический опыт проведения 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 своей работы
— Свободный английский язык (Upper-Intermediate / B2+)
— Практический опыт работы с современными LLM-моделями
— Понимание особенностей их работы, ограничений и типичных failure modes
— Интерес к AI Security и исследованию поведения LLM
— Опыт работы с Agentic AI, AI Agents или Model Evaluation
Будет большим плюсом:
— 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 исследовательских проектах
— Способность придумывать новые, не похожие на существующие сценарии атак, которые сломают сильную модель, исследовательское мышление и креативность
Условия:
— B2B-контракт (с ИП)
— Оплата в долларах США
— Part-time/Full-time: почасовая оплата за выполненные задачи, 1 задача занимает около 10-12 часов
— Локация — строго вне РФ/РБ
Требования:
• Агентная разработка (vibe coding)
• Опыт продуктовой разработки от 4 лет, уровень senior fullstack
• Агентные CLI-инструменты (Claude Code, Codex CLI, Cursor agent mode, Aider) как основной способ работы — поставленные и поддерживаемые продуктовые фичи, а не прототипы; ключевым является методика, а не знание конкретного инструмента
• Spec-driven development: функциональные и нефункциональные требования формулируются до первого промпта; спецификация → план → код; умение писать инженерные спецификации и контекстные файлы (правила, схемы, markdown), удерживающие агента в рамках задачи
• Модульность как условие агентной работы: слабая связанность и доменные границы, нарезка проекта на небольшие изолированные файлы вместо монолита
• Управление контекстным окном: осознанный подбор того, что попадает в контекст, для предотвращения дрейфа и галлюцинаций на устаревшем коде
• Умение вовремя сбросить сессию: остановить зациклившегося агента, очистить рабочее дерево и начать заново с более жёсткими ограничениями
• Разработка в несколько потоков, менеджмент репозитория под агентную работу, опыт коллаборативной AI-разработки
• Ревью и аудит AI-кода: слабые имена, дублирование, отсутствующие проверки, небезопасная работа с данными
• Тесты как способ управления агентом: осмысленные юнит- и интеграционные тесты пишутся до логики фичи
• Инфраструктура и восстановление: версионирование, снапшоты БД, бэкапы, CI, готовая процедура восстановления данных
• Готовность писать код руками, когда агент упёрся, и ответственность за результат, включая код, сгенерированный агентом
• Современный типизированный backend-язык: асинхронность, модель ошибок, управление зависимостями, воспроизводимое окружение
• HTTP API и realtime-транспорт: REST и двусторонние соединения — стриминг, протокол сообщений, переподключения, валидация схем на границе
• Автотесты как норма: юнит- и интеграционные, изоляция внешних сервисов и тяжёлых зависимостей, поддержание тестовых данных
• Реляционные БД руками: схема, миграции, индексы, нетривиальные запросы, понимание пределов выбранной БД
• Разрешение конфликтов зависимостей, включая бинарную несовместимость библиотек (характерно для окружений с ML-пакетами)
• Компонентный SPA-фреймворк и типизированный JavaScript; конкретный фреймворк не принципиален, принципиальна готовность сменить его за неделю
• Компонентные тесты в браузерном окружении, а не только ручная проверка
• Realtime-клиент: переподключения, стриминг, рантайм-валидация входящих сообщений
• Медиа в браузере: доступ к устройствам ввода, работа с аудиопотоком, кодирование и передача
• Состояние на клиенте и ограничения браузера: защищённый контекст, сертификаты в dev, хранилище
• Умеренность в UI: простой интерфейс без тяжёлых фреймворков и дизайн-систем
• Классические CV-задачи: детекция, эмбеддинги и кластеризация объектов, обработка изображений и метаданных, дедупликация
• Локальные LLM: форматы весов и квантизации, размер контекста, латентность и стоимость запроса; умение измерять, а не предполагать
• Речевые модели: распознавание и синтез речи, размен качества на ресурсы, ограничения по задержке и длине входа
• Мультимодальные модели: генерация описаний по изображению, оценка качества генерации
• Эмбеддинги и векторный поиск: семантический поиск, гибридные схемы с полнотекстовым, переранжирование, метрики качества выдачи
• Ресурсы и эксплуатация inference: одна модель на процесс, память ускорителя, батчинг, прогрев, поведение под нагрузкой
• Не требуется: обучение моделей с нуля, MLOps-платформы, распределённое обучение
• Пайплайны обработки как идемпотентные стадии с фиксацией состояния: перезапускаемость, докат, инкрементальность
• Понимание разницы между инкрементальным и полным пересчётом и цены ошибки (полный пересчёт обычно уничтожает ручную разметку)
• Целостность данных при деплое, сведение расходящихся баз, миграции данных, а не только схемы
• Границы сервисов: как процессы общаются, кто владеет данными, что происходит при отказе одного из них
• Контейнеризация: образы с тяжёлыми зависимостями, тома для данных и весов моделей, политики перезапуска, диагностика падений
• Linux и сеть: удалённый доступ, проброс портов, разрешение конфликтов портов, чтение логов как основной способ разбирательства
• Скриптование рутины: деплой, синхронизация данных, ротация логов
• Уверенное владение Git, включая нетривиальные операции; чтение истории как источника проектных решений
• Базовая безопасность: сервис без аутентификации не выходит за пределы локального интерфейса, секреты не попадают в репозиторий, dev- и prod-режимы разведены явно
• Автоматические smoke-проверки интерфейса после изменений
• 4+ года разработки, из них 2+ года бэкенда в продакшене
• 1+ год реального фуллстека: разработка и клиента, и сервера к нему
• Проект, где LLM/ML были частью продукта, а не демонстрационным примером
• Запуск моделей локально или on-premise, а не только вызовы облачных API
• 2–3+ месяца ежедневной работы через агентные инструменты
Задачи:
• Подключение и настройка USB-камеры на целевом устройстве: интеграция камеры с ПО устройства и захват видеопотока; детекция лиц и определение пользователя, находящегося перед устройством; распознавание управляющих жестов
• Реализация стереоскопического режима 2D→3D: поиск и реализация способа вывода стереоскопического изображения на произвольном телевизоре, не требующем специализированной 3D-панели (приоритетный вариант — пассивное 3D)
• Разработка клиентских интерфейсов для телевизора и мобильного устройства: реализация экранов по предоставляемым Заказчиком дизайн-макетам; адаптация вёрстки под особенности вывода на телевизоре и под мобильные экраны; интеграция с существующим бэкендом Заказчика, включая двустороннее realtime-взаимодействие
• Разработка технической документации по всем перечисленным блокам работ, включая инженерные спецификации и контекстные файлы, использованные при агентной разработке
Bitmanager.ai — AI-стартап в категории conversational AI agents, создающий платформу для голосовых и текстовых AI-агентов в клиентских коммуникациях. Вакансии: AI Data Operations Lead, ML / LLM Engineer – AI Agents, Senior Voice Engineer / Ведущий войс-инженер.
Bitmanager.ai — AI-стартап в категории conversational AI agents, создающий платформу для голосовых и текстовых AI-агентов в клиентских коммуникациях. Вакансии: AI Data Operations Lead, ML / LLM Engineer – AI Agents, Senior Voice Engineer / Ведущий войс-инженер.
lead
Зарплата не указана
Удалённо
210 000 – 230 000 $
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.