Вакансии

Location: Москва Мы развиваем GigaChat и ищем сильного руководителя направления ML pretrain больших языковых моделей. Недавно мы обучили MoE-модель на 700 миллиардов параметров и не собираемся останавливаться — обучение идёт на кластерах H100 и B200, а pretrain является ядром самого быстрорастущего AI-проекта Сбера. Это роль для человека, который возьмёт на себя архитектурную часть pretrain: design моделей, законы масштабирования, выбор и адаптация attention / MoE / позиционных схем, а также все архитектурные решения, которые определяют, какой именно будет следующая флагманская модель GigaChat.Нам нужен не просто менеджер, а сильный технический руководитель, который способен глубоко погружаться в детали, самостоятельно собирать ключевые части решения и доводить архитектурные идеи до реального роста качества модели на масштабе. Обязанности * Развивать архитектуру моделей GigaChat * Определять, как должна развиваться архитектура pretrain-моделей: какие направления наиболее важны, как измерять прогресс и что в первую очередь ограничивает рост качества модели. * Проектировать архитектуру флагманских моделей и отвечать за ключевые архитектурные решения: attention, позиционные схемы (RoPE и варианты), нормализации, активации, инициализация. * Развивать MoE-архитектуру: маршрутизация, балансировка экспертов, устойчивость маршрутизатора, влияние на качество и производительность. * Работать с long-context и мультимодальностью на уровне архитектуры: что именно нужно менять в модели, чтобы эти возможности работали стабильно. * Изучать и применять законы масштабирования * Проводить scaling-эксперименты и на их основе принимать решения по размеру модели, ширине / глубине, числу и размеру экспертов, размерам батча и длительности обучения. * Предсказывать, как архитектурные изменения поведут себя при переходе с небольших абляций на полный масштаб. * Определять и развивать метрики, которые корректно отражают архитектурные изменения в обучении моделей. * Определять, в каких случаях архитектурные изменения действительно дают прирост качества по сравнению с более простыми baseline'ами, а в каких — нет. * Анализировать стабильность архитектурных решений * Разбираться с нестабильностью на больших прогонах со стороны архитектуры: почему конкретная конфигурация расходится, где проявляются артефакты маршрутизации, коллапс энтропии, неустойчивости в attention. * Предлагать изменения в нормализациях, клиппинге, точности вычислений и структуре блоков, которые делают обучение более предсказуемым. * Обеспечивать безопасное масштабирование при внедрении крупных архитектурных изменений в основной трейн. * Писать ключевой код и оставаться сильным исследователем * Самостоятельно писать и дорабатывать архитектурные компоненты и абляции. * Делать надёжные и воспроизводимые эксперименты: понятные версии данных, конфиги, сравнение запусков, контроль деградаций. * Читать статьи, воспроизводить ключевые результаты и адаптировать лучшие идеи под наши задачи и инфраструктуру. * Оставаться сильным инженером и исследователем, а не только руководителем: при необходимости самому разбирать узкие места в коде, экспериментах и настройках обучения. * Руководить сильной технической командой * Руководить командой исследователей и инженеров, работающих над архитектурой, задавать высокую планку по качеству решений, скорости работы и глубине проработки. * Помогать команде превращать архитектурные идеи в работающие решения, которые можно встроить в основной цикл обучения. * Удерживать баланс между глубиной исследований, инженерной надёжностью и практическим результатом для модели. Требования * Отличное владение Python и PyTorch. * Глубокое понимание устройства обучения нейросетей: не на уровне обзоров, а на уровне, где вы можете объяснить, почему конкретная архитектурная конфигурация расходится, глядя на кривые функции потерь, нормы градиентов и энтропии. * Глубокое понимание архитектуры LLM: Transformer, attention (MHA/GQA/MLA), RoPE и варианты позиционных эмбеддингов, нормализации, инициализации, long-context, MoE. * Практический опыт с обучением больших моделей (а не только инференсом) и проведением архитектурных абляций. * Способность самостоятельно взять направление и довести его до результата: от чтения статей и постановки гипотез до внедрения в основной трейн. * Умение ставить гипотезы, проектировать эксперименты и принимать решения на основе результатов. * Опыт руководства сильной технической командой и готовность лично писать важные части системы руками. Будет плюсом * Опыт работы с MoE-архитектурами: маршрутизатор, балансировка нагрузки, переполнение, артефакты маршрутизации. * Опыт проведения scaling-экспериментов и работы с законами масштабирования. * Опыт работы с long-context и мультимодальными расширениями LLM. * Опыт работы с distributed training (5D-параллелизм: DP/TP/PP/EP/SP) и large-scale инференсом. * Публикации, open-source вклад или сильный прикладной research track record. * Понимание современных open-source стеков для обучения больших языковых моделей. Условия * Сильные и сложные задачи на переднем крае развития русскоязычных LLM. * Большую степень влияния на архитектуру решений, методы обучения и качество итоговой модели. * Команду сильных инженеров и исследователей. * Возможность совмещать управление направлением с глубокой технической работой. * Конкурентную компенсацию, премии и расширенный соцпакет.

Location: Москва Мы развиваем GigaChat и ищем сильного руководителя направления online RL в домене STEM (математика, естественные науки, инженерные и технические дисциплины). Это роль для человека, который умеет одновременно развивать методы обучения моделей, глубоко разбираться в предметной области и выстраивать процессы сбора и подготовки данных. Нам нужен не просто менеджер, а сильный технический руководитель, который способен глубоко погружаться в детали, самостоятельно собирать ключевые части решения и доводить идеи до реального роста качества модели. Обязанности * Развивать направление online RL для STEM-задач * Определять, как должно развиваться направление online RL в STEM-домене: какие задачи для нас наиболее важны, как измерять прогресс и что в первую очередь ограничивает рост качества модели. * Вести направление целиком: от постановки гипотез и плана работ до внедрения результатов в регулярный цикл обучения модели. * Принимать решения о приоритетах между развитием методов, сбором данных, инфраструктурой и системой оценки качества. * Разрабатывать и улучшать методы обучения * Развивать подходы post-training и online RL для задач по математике, физике, химии, биологии и другим STEM-дисциплинам. * Продумывать и внедрять способы оценки качества, которые помогают модели лучше решать реальные задачи: строить цепочки рассуждений, находить верные ответы, корректно применять формулы и методы, работать с многошаговыми задачами. * Определять, в каких случаях online RL действительно даёт прирост качества по сравнению с supervised fine-tuning и другими подходами, а в каких — нет. * Проводить эксперименты и разбирать результаты не только на уровне метрик, но и на уровне причин: почему модель стала лучше или хуже, насколько устойчив результат и можно ли его перенести на другие типы задач. * Писать ключевой код и развивать инфраструктуру * Самостоятельно писать и дорабатывать критичные части пайплайнов online RL. * Делать надёжные и воспроизводимые эксперименты: с понятными версиями данных, конфигами, сравнением запусков и контролем деградаций. * Выстраивать связку между моделью, верификаторами, reward-сигналами и обучающими пайплайнами так, чтобы новые идеи можно было быстро проверять и быстро доводить до практического результата. * Оставаться сильным инженером и исследователем, а не только руководителем: при необходимости самому разбирать узкие места в коде, экспериментах и качестве данных. * Строить контур данных для обучения * Организовывать сбор и подготовку данных для online RL в STEM-домене: задачи разной сложности, эталонные решения, формальные и автоматические верификаторы, синтетические и реальные сценарии. * Формировать качественные обучающие выборки с хорошим покрытием по дисциплинам, уровням сложности (от школьных до олимпиадных и университетских задач), типам рассуждений и типовым ошибкам модели. * Встраивать в пайплайны проверки качества: символьную и численную верификацию ответов, проверку промежуточных шагов рассуждений, контроль утечек, удаление дублей, балансировку по сложности и предметным областям. * Делать так, чтобы каждый цикл обучения улучшал не только модель, но и сам процесс: появлялись новые данные, новые сложные примеры, более точные критерии качества и лучшее понимание слабых мест модели. * Руководить сильной технической командой * Руководить командой исследователей и инженеров, задавать высокую планку по качеству решений, скорости работы и глубине проработки. * Помогать команде превращать исследовательские идеи в работающие решения, которые можно встроить в основной цикл обучения. * Удерживать баланс между глубиной исследований, инженерной надёжностью и практическим результатом для модели. Требования * Отличное владение Python и PyTorch. * Практический опыт в LLM post-training: RLHF, online RL или смежных направлениях. * Понимание специфики STEM-домена: формальная верификация ответов, chain-of-thought reasoning, работа с математической нотацией, многошаговые решения, типовые ошибки моделей в рассуждениях. * Умение ставить гипотезы, проектировать эксперименты и принимать решения на основе результатов. * Опыт руководства сильной технической командой. * Готовность лично писать важные части системы руками. Будет плюсом * Сильный математический или естественнонаучный бэкграунд (профильное образование, олимпиадный опыт, публикации). * Опыт построения верификаторов и reward-моделей для задач STEM. * Опыт построения пайплайнов данных, а не только работы с уже готовыми датасетами. * Опыт работы с distributed training или large-scale inference. * Опыт разработки систем оценки качества для LLM (бенчмарки, LLM-as-a-judge, process reward models). * Опыт работы с synthetic data generation, curriculum learning, active data collection. * Понимание современных open-source стеков для обучения и инференса больших языковых моделей. * Публикации, open-source вклад или сильный прикладной research track record. Условия * Сильные и сложные задачи на переднем крае развития русскоязычных LLM. * Большую степень влияния на архитектуру решений, методы обучения и качество итоговой модели. * Команду сильных инженеров и исследователей. * Возможность совмещать управление направлением с глубокой технической работой. * Конкурентную компенсацию, премии и расширенный соцпакет.

Location: Москва Мы развиваем GigaChat и ищем сильного руководителя направления ML pretrain больших языковых моделей. Недавно мы обучили MoE-модель на 700 миллиардов параметров и не собираемся останавливаться — обучение идёт на кластерах H100 и B200, а pretrain является ядром самого быстрорастущего AI-проекта Сбера. Это роль для человека, который возьмёт на себя архитектурную часть pretrain: design моделей, законы масштабирования, выбор и адаптация attention / MoE / позиционных схем, а также все архитектурные решения, которые определяют, какой именно будет следующая флагманская модель GigaChat. Нам нужен не просто менеджер, а сильный технический руководитель, который способен глубоко погружаться в детали, самостоятельно собирать ключевые части решения и доводить архитектурные идеи до реального роста качества модели на масштабе. Обязанности * Развивать архитектуру моделей GigaChat * Определять, как должна развиваться архитектура pretrain-моделей: какие направления наиболее важны, как измерять прогресс и что в первую очередь ограничивает рост качества модели. * Проектировать архитектуру флагманских моделей и отвечать за ключевые архитектурные решения: attention, позиционные схемы (RoPE и варианты), нормализации, активации, инициализация. * Развивать MoE-архитектуру: маршрутизация, балансировка экспертов, устойчивость маршрутизатора, влияние на качество и производительность. * Работать с long-context и мультимодальностью на уровне архитектуры: что именно нужно менять в модели, чтобы эти возможности работали стабильно. * Изучать и применять законы масштабирования * Проводить scaling-эксперименты и на их основе принимать решения по размеру модели, ширине / глубине, числу и размеру экспертов, размерам батча и длительности обучения. * Предсказывать, как архитектурные изменения поведут себя при переходе с небольших абляций на полный масштаб. * Определять и развивать метрики, которые корректно отражают архитектурные изменения в обучении моделей. * Определять, в каких случаях архитектурные изменения действительно дают прирост качества по сравнению с более простыми baseline'ами, а в каких — нет. * Анализировать стабильность архитектурных решений * Разбираться с нестабильностью на больших прогонах со стороны архитектуры: почему конкретная конфигурация расходится, где проявляются артефакты маршрутизации, коллапс энтропии, неустойчивости в attention. * Предлагать изменения в нормализациях, клиппинге, точности вычислений и структуре блоков, которые делают обучение более предсказуемым. * Обеспечивать безопасное масштабирование при внедрении крупных архитектурных изменений в основной трейн. * Писать ключевой код и оставаться сильным исследователем * Самостоятельно писать и дорабатывать архитектурные компоненты и абляции. * Делать надёжные и воспроизводимые эксперименты: понятные версии данных, конфиги, сравнение запусков, контроль деградаций. * Читать статьи, воспроизводить ключевые результаты и адаптировать лучшие идеи под наши задачи и инфраструктуру. * Оставаться сильным инженером и исследователем, а не только руководителем: при необходимости самому разбирать узкие места в коде, экспериментах и настройках обучения. * Руководить сильной технической командой * Руководить командой исследователей и инженеров, работающих над архитектурой, задавать высокую планку по качеству решений, скорости работы и глубине проработки. * Помогать команде превращать архитектурные идеи в работающие решения, которые можно встроить в основной цикл обучения. * Удерживать баланс между глубиной исследований, инженерной надёжностью и практическим результатом для модели. Требования * Отличное владение Python и PyTorch. * Глубокое понимание устройства обучения нейросетей: не на уровне обзоров, а на уровне, где вы можете объяснить, почему конкретная архитектурная конфигурация расходится, глядя на кривые функции потерь, нормы градиентов и энтропии. * Глубокое понимание архитектуры LLM: Transformer, attention (MHA/GQA/MLA), RoPE и варианты позиционных эмбеддингов, нормализации, инициализации, long-context, MoE. * Практический опыт с обучением больших моделей (а не только инференсом) и проведением архитектурных абляций. * Способность самостоятельно взять направление и довести его до результата: от чтения статей и постановки гипотез до внедрения в основной трейн. * Умение ставить гипотезы, проектировать эксперименты и принимать решения на основе результатов. * Опыт руководства сильной технической командой и готовность лично писать важные части системы руками. Будет плюсом * Опыт работы с MoE-архитектурами: маршрутизатор, балансировка нагрузки, переполнение, артефакты маршрутизации. * Опыт проведения scaling-экспериментов и работы с законами масштабирования. * Опыт работы с long-context и мультимодальными расширениями LLM. * Опыт работы с distributed training (5D-параллелизм: DP/TP/PP/EP/SP) и large-scale инференсом. * Публикации, open-source вклад или сильный прикладной research track record. * Понимание современных open-source стеков для обучения больших языковых моделей. Условия * Сильные и сложные задачи на переднем крае развития русскоязычных LLM. * Большую степень влияния на архитектуру решений, методы обучения и качество итоговой модели. * Команду сильных инженеров и исследователей. * Возможность совмещать управление направлением с глубокой технической работой. * Конкурентную компенсацию, премии и расширенный соцпакет.

Location: Москва Мы развиваем GigaChat и ищем сильного ML-инженера в команду online RL. Это роль для человека, который умеет доводить исследовательские идеи до работающих решений: проектировать и запускать эксперименты, строить надёжные пайплайны обучения и добиваться реального роста качества модели. Нам нужен не просто исполнитель задач, а инженер с сильным исследовательским мышлением, который способен самостоятельно разбираться в сложных проблемах, предлагать новые идеи и решения и нести ответственность за результат. Обязанности * Разрабатывать и улучшать методы online RL * Реализовывать и дорабатывать подходы post-training и online RL. * Проектировать и проводить эксперименты: формулировать гипотезы, подбирать конфигурации, анализировать результаты не только на уровне метрик, но и на уровне причин. * Разбираться, почему модель стала лучше или хуже, насколько устойчив результат и можно ли его масштабировать на другие домены и типы задач. * Следить за state-of-the-art: читать статьи, воспроизводить результаты, адаптировать лучшие подходы под наши задачи и инфраструктуру. * Строить и развивать инфраструктуру обучения * Разрабатывать и поддерживать пайплайны online RL: от генерации rollout'ов и сбора reward-сигналов до обновления весов модели. * Обеспечивать воспроизводимость экспериментов: версионирование данных, конфигов, чекпоинтов, контроль деградаций. * Оптимизировать throughput и эффективность использования GPU: distributed training, параллелизм, профилирование узких мест. * Выстраивать связку между моделью, средами исполнения, верификаторами и reward-моделями так, чтобы новые идеи можно было быстро проверять. * Работать с данными и системой оценки качества * Участвовать в проектировании и реализации reward-сигналов: rule-based верификаторы, reward-модели, LLM-as-a-judge, execution-based проверки. * Строить и улучшать пайплайны подготовки данных: фильтрация, дедупликация, балансировка, контроль утечек. * Анализировать ошибки модели, выявлять систематические слабые места и формировать целевые обучающие выборки для их устранения. * Работать в сильной команде * Тесно взаимодействовать с исследователями, другими инженерами, командами данных и инфраструктуры. * Брать на себя ответственность за целые куски системы: от идеи до результата в проде. * Делиться знаниями, участвовать в код-ревью, помогать поднимать общую планку качества. Требования * Отличное владение Python и PyTorch. * Практический опыт в LLM post-training: RLHF, online RL, DPO или смежных направлениях. * Опыт проведения ML-экспериментов от начала до конца: постановка гипотезы → реализация → анализ → выводы. * Понимание distributed training: Data Parallel, FSDP, DeepSpeed или аналоги. * Умение писать чистый, надёжный, production-ready код. * Способность разбираться в сложных системах и самостоятельно находить и устранять узкие места. Будет плюсом * Опыт работы с reward-моделями, process reward models, LLM-as-a-judge. * Опыт построения сред исполнения, sandboxes и верификаторов для code- или STEM-задач. * Опыт работы с large-scale inference и оптимизацией генерации (vLLM, Sglang и т.д.). * Понимание современных open-source стеков для обучения LLM (Verl, Megatron, TRL и др.). * Публикации, open-source вклад или сильный прикладной track record. Условия * Сильные и сложные задачи на переднем крае развития русскоязычных LLM. * Прямое влияние на качество модели: результаты твоей работы видны в бенчмарках и в продукте. * Команду сильных инженеров и исследователей, у которых есть чему поучиться. * Возможность совмещать инженерную и исследовательскую работу. * Конкурентную компенсацию, премии и расширенный соцпакет.

- Datagaze dasturiy mahsulotlarini o‘rnatish, sozlash va diagnostika qilish. - Mijozlardan kelgan texnik murojaatlarni o‘rganish va muammolarga yechim topish.

Ищем практикующего разработчика радиоэлектроники, который сам участвует в разработке изделий, умеет работать руками, но может и организовать работу небольшой группы.

Location: San Francisco Perplexity is AI for people who expect more. This role brings that same standard to how our data team works, with AI at the center of everything we do. We're looking for someone who's been a great data scientist, analytics engineer, or data engineer: the kind of person who knows which metric actually matters, can design an A/B test that answers the real question, has gone deep on a data model because something didn't add up, and has decided that the highest-leverage thing they can do next is build AI systems that fundamentally change how data science gets done. You'll build AI agents and internal systems that can increasingly handle end-to-end analysis workflows: forming hypotheses, writing and running queries, interpreting results, and drafting recommendations with the right evaluation, review, and guardrails. You'll build the retrieval infrastructure and evaluation loops that let AI systems query the warehouse reliably. You'll create workflows that detect, diagnose, and help fix data issues before they become company-wide problems. You'll build the infrastructure that multiplies what a small data team can ship. You'll join a data team that's already using AI across its work. The next step is turning those individual workflows into scalable systems, shared tools, and an AI-native operating model that becomes a benchmark for how modern data teams work.   WHAT YOU'LL DO - Build AI agents that do data science - not just SQL copilots, but systems that can safely explore data, form hypotheses, run queries, interpret results, and generate actionable recommendations with clear evaluation and human review loops. - Make AI systems query the warehouse reliably - build the retrieval infrastructure and evaluation loops that let agents use our semantic context and metadata accurately. - Accelerate the AI-native data workflow - turn the best existing AI-assisted workflows into repeatable systems, reusable tools, and patterns the whole data team can adopt. - Automate the data lifecycle - build self-healing pipelines, automated dbt model generation and validation, data quality agents, and diagnosis workflows that reduce manual firefighting. - Ship AI-powered experiment analysis - build agents that interpret A/B test results, flag statistical issues, identify likely drivers, and draft ship/no-ship recommendations. - Turn the data team into a product team - build internal data products that stakeholders use every day, replacing ad hoc requests with self-serve AI interfaces. - Own the full lifecycle - identify high-leverage problems, prototype with LLMs, evaluate accuracy, design the UX, ship to production, and monitor quality over time. WHAT WE'RE LOOKING FOR - 6+ years in data science, analytics engineering, data engineering, or a related role. You've been close enough to real data work to know what should and should not be automated. - Deep SQL and analytics judgment - you can reason through metrics, experiments, data models, and messy warehouse reality without relying on a tool to think for you. - Strong product sense - you understand what stakeholders actually need, what makes a workflow adoptable, and how to turn a prototype into a product people use. - Hands-on LLM experience - you've built with frontier models, agents, RAG systems, evals, or AI-powered workflows and have opinions about where they work and where they fail. - Pipeline and modeling fluency - you've worked with dbt, warehouse schemas, data quality issues, and the practical tradeoffs behind durable data systems. - Builder mentality - you see a manual process and immediately think about how to systematize it. You ship fast, measure quality, and iterate. - Autonomy - this is a new function. You'll help define the roadmap as much as execute it. BONUS - Experience building production AI agents or agent evaluation systems. - Experience with Snowflake, semantic layers, or metadata systems. - Experience building internal tools, Slack bots, CLIs, or developer productivity products that people actually used. - Strong experimentation background, including metric design and statistical interpretation. - Experience with BI tools and the judgment to know what should be automated versus kept human-reviewed. - Early-stage startup experience. WHY THIS ROLE - Set the standard for the industry - Perplexity's data team is already using AI across its work. You'll turn that into something other data teams look to as the benchmark. - Build AI with AI - Perplexity builds AI for people who expect more. You'll bring that same level of ambition to how the company works with data. - Frontier models, day one - you're at an AI company with access to frontier infrastructure and people who deeply understand what's possible. - Massive leverage - the systems you build will multiply the output of every data team member and every stakeholder who needs data. - Direct impact - small team, no layers of approval. Idea to shipped system in days, not quarters.

Location: Салават Наша команда разметки данных помогает обучать искусственный интеллект. Для обучения нейросетей нужны огромные массивы данных. Эти массивы необходимо классифицировать, выделять важное, давать оценку. Мы ищем специалиста, с хорошим знанием русского языка, который будет заниматься подготовкой данных для GigaChat и других нейросетей. Обязанности ### **Что нужно делать:** * оценивать запросы пользователей и ответы модели с точки зрения безопасности * проверять ответы модели на стилистические и грамматические ошибки * проводить классификацию текстовых файлов в соответствии с установленными правилами * проверять достоверность всех фактов в ответах модели * выбирать наилучший ответ модели среди множества других. **Перед каждой серией заданий есть инструкция и обучающие примеры, которые помогут более детально понять суть задания.** Требования ### **Мы ждём, что ты:** * специалист с высшим образованием (желательно по специальностям филология, русский язык и литература, лингвистика) * внимателен, усидчив, не боишься рутины и готов к анализу большого объёма данных * эрудирован — способен разобраться в запросах абсолютно любой тематики: от поэзии до политики * готов использовать ИИ в ежедневной работе (обучение за счёт компании — есть свои курсы). **Во время выполнения тестовых заданий у тебя будет возможность примерить на себя роль специалиста по разметке и понять, насколько она будет тебе интересна.** Условия ### **С нами круто, потому что:** * у нас удалённый формат работы (для жителей г. Салават) * мы предоставим корпоративное оборудование для комфортной работы (ноутбук, гарнитура) * у нас есть ежемесячная, годовая премия и ежегодный пересмотр зарплаты * у каждого в команде расширенный ДМС и льготное страхование для семьи * мы дарим сотрудникам подписку Прайм с возможностью совместного использования на трёх близких * ты сам можешь влиять на свой доход * для каждого доступна уникальная система онлайн обучения для карьерного развития и роста * с тобой на связи всегда будут наставник и руководитель, который помогут освоить новую профессию * у нас гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ.

Location: Ireland - Dublin Office Workplace: Hybrid At ClickUp, we're building the future of work: the first truly converged AI workspace unifying tasks, docs, chat, calendar, and enterprise search, all supercharged by context-driven AI. We are an AI-native company. Every team member is expected to leverage AI daily, and we evaluate AI fluency as part of our hiring process. Join us and help redefine what's possible. 🚀 IT HELPDESK SPECIALIST, LEVEL 3 SUPPORT Location: Dublin, Ireland Work arrangement: Hybrid, with at least two days per week in the office Coverage: EMEA and APAC ABOUT CLICKUP ClickUp’s mission is to make the world more productive. Our all-in-one platform helps teams plan, track, and collaborate in one place. Behind the scenes, our IT team keeps employees equipped, connected, and ready to do their best work.   We’re looking for an experienced IT Helpdesk Specialist to provide hands-on, Level 3 support for employees across EMEA and APAC. You’ll tackle complex technical issues, support our growing office presence, and help us build a secure, AI-forward approach to IT support. WHAT YOU’LL DO - Own complex employee support issues from investigation through resolution, knowing when to bring in other IT or Security partners. - Troubleshoot macOS, hardware, software, connectivity, identity, and access issues for employees in office and remotely. - Support Apple device deployment and management using Jamf and Apple Business Manager. - Manage employee access and account changes using Okta and other business applications, following established security practices. - Help employees with onboarding, offboarding, device setup, and equipment needs. - Keep tickets, troubleshooting notes, and support documentation clear and useful. - Look for opportunities to improve support processes and use AI thoughtfully to solve problems and reduce repetitive work. - Partner with IT, Security, People Operations, and Workplace teams to support employees and offices across the region. WHAT WE’RE LOOKING FOR - At least 5 years of experience in IT support, helpdesk, service desk, desktop support, or a similar role. - Strong macOS troubleshooting skills and hands-on experience with Jamf, Okta, and Apple Business Manager. - Experience investigating and resolving complex support issues with a methodical, service-minded approach. - A solid understanding of IT fundamentals and basic AI principles, including how to use AI tools responsibly and assess their output. - A security-first mindset, including care with employee data, device security, identity verification, and access. - Clear communication and the ability to make technical issues understandable to people with different levels of technical experience. - Ability to support employees across EMEA and APAC and work from our Dublin office at least two days a week. - Willingness to travel between Dublin and London as needed, with potential travel to the US or other parts of Europe when business needs require it. NICE TO HAVE - Experience with Bash, scripting, coding, or automation. You don’t need to be a software engineer: we value practical problem-solving and thoughtful use of AI-assisted tools. - Experience supporting employees across multiple offices or time zones. Equal Opportunity Employer ClickUp is an Equal Opportunity Employer, and qualified applicants will receive consideration for employment without regard to race, color, religion, sex, sexual orientation, gender identity, or national origin. Privacy Notice ClickUp collects and processes personal data in accordance with applicable data protection laws. You can find further details by viewing our Global Candidate Privacy Notice. https://clickup.com/careers-terms/candidate-privacy-notice If you are a Philippine Job Applicant, please also see our Philippine Data Privacy Notice https://t333.s.clickup-attachments-stg.com/t333/d9a53ce2-6d2c-48cd-84b1-ed4e525f9613/Philippine%20Data%20Privacy%20Notice_2024.pdf?view=open for further details. Visa Sponsorship Please note we are unable to sponsor or take over sponsorship of an employment visa for roles outside of engineering and product at this time. Sponsorship for engineering and product roles is not guaranteed, but is instead based on the business needs for that specific role at that time. Please reach out to the recruiter with any questions. Fraud Alert ClickUp Talent Acquisition will only initiate contact via an @clickup.com http://clickup.com email or through our official careers portal on clickup.com http://clickup.com. We will never request fees, payments, or sensitive personal information. Please disregard any offers received outside these channels and report them to support@clickup.com. AI Processing Notice ClickUp may use artificial intelligence and machine learning technologies to help review and screen candidates' employment applications against role-related criteria. These tools support, but do not replace, human decision‑making. If you have questions or need an accommodation in the recruitment process, please contact us at AskPeople@ClickUp.com.

— Настройка Linux-серверов (VPS/VDS). — Работа с Xray / sing-box.

Задачи: — развитие и поддержка AI-агентов и мультиагентных систем для крупного заказчика. Требования: — опыт промышленной разработки на Python 3.11+ с применением ООП, принципов SOLID, async, типизации, Pydantic v2, проектирования структуры сервиса, умение читать, писать и изменять чужой код; — опыт работы с FastAPI и интеграциями по HTTP, включая контракты, таймауты, ретраи и обработку ошибок внешних сервисов; — опыт прикладной работы с LLM: промпт-инжиниринг, работа с контекстом, tool calling, structured output; — желательно наличие опыта работы с GigaChat; — опыт работы с агентными сценариями: ReAct, LangChain, LangGraph, управление состоянием диалога, чекпоинты, ветвление, вызов инструментов, HITL, память сессии; — опыт разработки AI-агентов, мультиагентных систем и RAG-систем, знание протокола A2A или межагентского взаимодействия по контракту; — опыт работы с Jenkins, OpenShift/DropApp, OpenSearch/Elasticsearch, S3; — опыт вывода проекта в промышленную эксплуатацию и ведения релизного цикла от прототипирования до продакшна; — опыт организации наблюдаемости с использованием Langfuse, Phoenix, отладка по логам и трейсам, сбор метрик; — опыт тестирования агентов: детерминированные проверки логики (мокирование LLM и внешних сервисов, снапшоты промптов, контракты схем) и оценка качества ответов агента (эталонные кейсы, LLM as Judge). Личные качества: — умение переводить постановку аналитика в поведение агента и самостоятельно закрывать пробелы в сценарии без возврата задачи с формулировкой «мало деталей»; — способность объяснять заказчику на встречах, что сделает система, где модель ненадёжна и какой объём работ реалистичен, без обещаний точности LLM на уровне обычного API; — умение договариваться с тестировщиком о приёмке сценариев с нестабильной моделью, включая эталонные кейсы, допустимые расхождения и критерии дефекта; — навык выстраивания границ сервисов с Java-разработчиками: контракты, ошибки, таймауты, при этом самостоятельное ведение своей части; — ответственность за доведение багов и фич до выкладки, информирование о статусе в релизе, сохранение договорённостей со стенда; — умение писать коротко и по делу: комментарии к задачам, шаги воспроизведения, описание изменений в промптах и логике; — интерес к LLM и агентам, слежение за трендами в AI, понимание принципов работы нейронных сетей и умение их объяснить.

Задачи: — Решение задач компьютерного зрения; — Разработка и обучение нейросетевых моделей, а также поддержка и улучшение существующих решений. Требования: — Опыт разработки от 3-х лет; — Уверенное знание Python, PyTorch, OpenCV; — Практический опыт в задачах машинного обучения и компьютерного зрения; — Опыт работы с инструментами MLOps; — Понимание принципов работы нейронных сетей, знание SOTA архитектур; — Знания теории вероятностей, статистики, линейной алгебры и методов оптимизации; — Умение работать с Linux, Bash, Git, Docker; — Достаточный уровень владения английским языком для чтения; — Навыки использования больших языковых моделей в работе. Будет плюсом: — Опыт работы с аэрофотоснимками и библиотекой GDAL; — Опыт работы с видеоданными. Условия: — Вакансия в компании АО "К-технологии" (IT-аккредитация); — Постоянная штатная позиция в структуре компании; — Обсуждаемый формат работы - гибрид/ офис; — ДМС.

Задачи: — Разработка новых продуктов на основе LLM/GenAI и совершенствование существующих; — Создание инструментов для интеграции AI в продукты, включая построение pipeline из нескольких моделей; — Адаптация и дообучение LLM для специфичных задач; — Внедрение методов повышения производительности и эффективности LLM, включая оптимизацию скорости; — Разработка новых LLM-моделей и продуктов, а также совершенствование существующих; — Разработка AI-агентов. Требования: — Коммерческий опыт работы с Python от 3 лет, в направлении NLP/LLM от 2 лет; — Знание основ Machine Learning; — Практический опыт разработки и работы с AI-агентами; — Понимание архитектуры нейронных сетей (преимущественно PyTorch), трансформеров (BERT-like, GPT-like и др.) и их применения в моделях LLM (текст и голос); — Навыки интеграции с библиотеками LangChain и LlamaIndex для управления цепочками и индексами данных; — Практический опыт в prompt engineering языковых моделей, включая LLM; — Знание методов fine-tuning и Retrieval-Augmented Generation (RAG) для адаптации и дообогащения моделей на основе дополнительных данных; — Опыт работы с Git и CI/CD (Docker и mlflow будет плюсом); — Желание много исследовать и экспериментировать. Условия: — Работа в распределенной команде профессионалов; — Свобода действий и возможность привносить новые идеи; — Профессиональное развитие и участие в отраслевых конференциях. Город: г.Алматы Формат работы: удаленная работа Тип занятости: полная занятость Опыт работы: от 3 до 6 лет

Location: New York, United States Position : Lead Bike Mechanic Location : New York, Harlem Company Overview Whizz is an innovative e-bike/e-moped subscription service catering to delivery drivers in the US. We partner with leading companies like DoorDash and Grubhub, offering affordable $169/month rental subscriptions to independent delivery workers. In just three years, Whizz has grown rapidly, managing a fleet of 4,000 e-bikes across the US, achieving a remarkable 100% year-over-year growth rate. Our mission is to serve an underserved audience of gig workers, aiming to manage the largest electric two-wheeler fleet in the US. Our dynamic team of 150 people is expanding quickly. About role: We are looking for a hands-on, results-oriented Lead Bike Mechanic to oversee daily operations in our service department. The focus of this role is on leading a team of mechanics, maintaining high repair quality standards, and ensuring all bikes are serviced efficiently and on time. You’ll be responsible for organizing workflow, managing inventory, and tracking KPIs to keep performance on target. This role requires a proactive leader who can balance technical expertise with strong people management and problem-solving skills. Responsibilities: Define and implement best practices for bike builds and complex repairs across service teams. To oversee and assign workload efficiently, ensuring 24/7 operations and maintaining a seamless flow. To manage all aspects of repair workflow: intake, job prioritization, service parts management, timely completion, and quality checks. To conduct performance evaluations for each mechanic, being the first point of contact for service-related issues among the team. To manage general store tasks, including opening/closing, participating in marketing events, and attending ongoing staff meetings to improve department and company operations. To conduct inventory management, ensuring stock levels are maintained, and perform monthly inventory audits of tools and equipment. To maximize rider-facing operational performance by providing help desk resources and technical advice to all service staff. Requirements Proven track record in managing technical teams, repair centers, or fleet maintenance operations. Strong analytical skills and proven problem-solving abilities with attention to detail. Excellent communication skills with the ability to interact effectively with riders and team members. Mechanical experience with electric bicycles or bicycle mechanics is a must have to be considered for this position. Benefits Training provided: We believe in empowering you to reach new heights. Paid time off: Recharge and relax with vacation, sick leave, and public holidays. 401(k) retirement plan: Invest in your future. Performance-based bonuses: Enjoy additional bonuses tied to your outstanding performance. Flexible 8-hour shifts: Balance work and life seamlessly.

Location: Kyiv, Ukraine We are looking for a Junior System Administrator to support workplace IT operations, user requests, and core infrastructure maintenance in the IT Services team. The candidate must be based in Kyiv. The IT Services project focuses on reliable day to day support for workplace technology, office infrastructure, and user access management. You will help maintain stable operations across workstations, servers, and network equipment while contributing to secure and well documented IT processes. Provide technical assistance, incident resolution, and request fulfillment for local and remote users Handle device deployment, OS imaging, enrollment, peripheral setup, and secure hardware decommissioning Oversee user account provisioning, role based access, and Active Directory and identity system maintenance Monitor, update, and maintain office servers, workstations, and local network equipment Conduct routine system health checks, software deployments, security patching, and post incident root cause analysis Maintain up to date IT documentation, inventory records, and adherence to corporate security policies 1 plus years of experience supporting an IT workstation fleet of 20 plus devices including hardware diagnostics and repair Strong troubleshooting skills across Windows OS Basic knowledge of macOS and Linux Experience administering Windows Server 2019, 2022, or 2025 Experience with Active Directory and GPO Solid grasp of networking fundamentals including TCP IP, DNS, DHCP, VLAN, VPN, and NAT Pre Intermediate English for written documentation and basic workplace communication Hands on experience with VMware ESXi, Hyper V, or Proxmox Familiarity with PowerShell for routine administrative tasks and system automation Experience configuring Windows File Server Resource Manager, quotas, NTFS permissions, and share level access control Exposure to Zabbix, Grafana, or ELK and Elastic Stack Intermediate English or higher for cross team collaboration with international colleagues

Location: Montevideo, Uruguay; Remote.AR, Remote.LATAM-country; Remote.CO, Colombia; Rosario, Remote.LATAM-country We are looking for a hands on Middle MLE Infrastructure Engineer to strengthen a shared Data and AI platform. You will focus on execution across CI/CD standards, cloud resource management, identity and access security, observability, and reliable deployments that support other teams. The Shared Services Platform organization builds and operates the core environment for Data and AI products. You will work on a platform that standardizes CI/CD, security, observability, and cloud resource management so product squads can deliver on reliable infrastructure. Define and maintain homogeneous CI CD standards and pipelines for data and AI across teams. Manage cloud resources, capacity, and cost through provisioning, autoscaling, and optimization. Own identity and access management and centralized credential governance. Automate security policies through infrastructure as code and SecOps practices. Run vulnerability scanning and incident response playbooks. Build observability through metrics, dashboards, and proactive alerting for platform and products. Ensure reliable versioning and deployment standards across the platform. Act as a platform enabler for product squads on environment and product infrastructure. Proven experience as a Platform Engineer, DevOps Engineer, or MLOps Infrastructure Engineer. Experience with infrastructure as code using Terraform and configuration automation. Experience with Docker, Kubernetes, and autoscaling. Experience with CI CD tooling such as GitHub Actions and GitLab CI. Experience with Git workflows including GitFlow. Experience with Google Cloud Platform resource management, GCP IAM, billing, and cost control. Experience with observability tools such as Prometheus, Grafana, Datadog, or similar monitoring solutions. Experience with IAM, vulnerability scanning, data masking, and policy management. Ability to communicate effectively with technical and non technical stakeholders. Experience working in Agile environments. Fluency in Spanish. Exposure to MLOps platforms, model registry, and model serving infrastructure. Experience with FastAPI or Flask. Familiarity with BigQuery, pipelines, and lakehouse or warehouse environments. Familiarity with GenAI tooling such as LangChain and Agents.

Location: Stryków, Poland D-ploy is an IT and Engineering Solutions company with operations throughout the EMEA region including Switzerland, Germany, Czech Republic, Austria, UK, as well as the USA. We pride ourselves on delivering innovative and superior services and solutions to numerous industry-leading clients. By building relationships and trusted partnerships within the IT community, we optimize our customer‘s IT productivity and contribute to the organization’s success and value. We are interested in talking to engaging, flexible, and solution-oriented individuals who are looking to become a part of a dynamically growing and international organization. We are focused on creating value where IT counts, join us! Tasks and Responsibilities provide technical and troubleshooting assistance related to computer hardware and software second level technical support – calls/tickets/user interaction Provide prompt responses to questions from employees as well as from client’s site Documentation of problems and knowledge database creation Provide hardware Asset information and appropriate reports and lists Service Request Management, Access Management, User Management, Onsite Support Right assignment and troubleshooting Maintain accurate hardware and software inventory Process Improvement activities Consult with IT experts, if the appropriate course of action in unclear Application of knowledge of overall systems and landscapes as appropriate Good understanding and previous experience working in regulated environments (GxP) Requirements Language skills: fluent English and Polish is required, other languages are advantage Willingness to participate in an on-call rotation, approximately one week per month. IT Technical skills for Windows Systems, ThinClients (e.g. Dell, Igel, HP), IPC´s Strong problem solving/analytical abilities Good communication skills Attention to detail and ability to multi-task handling multiple clients Ability to work independently as well as willing to follow direction and best practices Planning and organizing skills Team player and supportive personality Candidates have to declare Criminal record extract not older than three months Benefits Broad range of activities, tasks, and projects Vouchers (B-day voucher, wedding, and new born surprise) Fishing for Friends program – our referral program Further development and professional advancement Friendly and international working environment Company-sponsored events Is IT in your DNA?

Location: Gladstone, Australia About EnerMech: We are a leading specialist engineering services company delivering integrated solutions for complex energy and infrastructure projects & operating assets. Our business is built on the belief that our people are what make EnerMech excellent. When we are thriving globally it’s not just about investing in our infrastructure, service offering and technology, but by also investing in our people. The role: EnerMech is seeking experienced Mechanical Fitters to join our team in Gladstone. This is a Casual position suited to a motivated tradesperson who takes pride in their workmanship and thrives in a dynamic, team-focused environment. You will carry out and lead fitting, welding, assembly, and installation works both on project sites and within our workshop. This role requires a proactive approach to safety, quality, and communication while working closely with workshop and project managers, trades personnel, and QHSE representatives. Carry out mechanical fitting, installation, maintenance, repair and overhaul activities across site and workshop environments. Support shutdowns, planned maintenance, breakdowns and project works across industrial sites. Inspect, service, align, assemble, remove, install and replace mechanical components and equipment. Perform maintenance on fixed plant, rotating equipment, pumps, valves, conveyors, pipework and associated mechanical systems. Carry out flange management, mechanical assembly, machining and fabrication activities as required. Read and interpret drawings, work packs, procedures and other technical documentation. Maintain tools and equipment in a safe and serviceable condition. Supervise, support and mentor Trade Assistants and Apprentices where required. Requirements Preferred Skills & Experience Certificate III in Mechanical Trade (essential) White Card (essential) Confined Space (essential) Current and valid driver’s license (essential) Working at Heights (preferred) Experience in shutdowns or fixed plant maintenance advantageous. Experience with pumps, valves, conveyors, pipework and mechanical components. Current 3 site medical clearances for RTAY, QAL and BSL (preferred)