Проект:
Мы разрабатываем и поддерживаем продукт ERA - систему комплексной диагностики продуктов и услуг. Наше решение позволяет производить диагностику, анализ и аудит продукта для получения комплексного решения развития, снятия барьеров роста. Цель проекта — построить полностью автономную экспертную систему, где ключевую роль играют смарт-агенты, выполняющие комплексный анализ без участия человека.
Технологический стек:
Язык программирования: Python 3.12+
Фреймворки: FastAPI, LangChain / LangGraph, FastStream
Базы данных: PostgreSQL, Redis
Очереди: Kafka, RabbitMQ
Поиск и аналитика: Opensearch, Elasticsearch
CI/CD: Jenkins, Nexus, BitBucket, SonarQube
Инфраструктура: OpenShift (Kubernetes), DropApp, Docker
Управление: Jira, Confluence
Требования:
Высшее профильное образование
Опыт коммерческой разработки на Python от 4 лет (по ТК РФ)
Уверенное знание Python 3.7+ (в проекте используется 3.12+)
Понимание и успешный опыт применения паттернов проектирования (GoF, SOLID, GRASP)
Опыт проведения код-ревью и работы по GitFlow
Опыт разработки агентных систем с помощью langchain, langgraph и успешное внедрение в промышленную среду
Опыт разработки приложений, основанных на микросервисной архитектуре
Уверенное знание SQL и понимание принципов работы реляционных СУБД (PostgreSQL)
Опыт написания unit-тестов
Опыт разработки асинхронных приложений на Python
Понимание жизненного цикла разработки приложений в контексте Agile
Важно: Опыт и желание работать в команде, умение аргументировать свои решения и договариваться
Задачи:
Разработка co-pilot решения на базе данных RAG и применении LLM
Разработка и интеграция AI-агентов, исследование новых поверхностей взаимодействия с AI
Разработка микросервисов на Python в качестве MCP инструментов
Анализ требований, формализация функционала, проектирование архитектуры взаимодействия агентов и сервисов
Участие в планировании, декомпозиции задач и оценке сложностей, планировании спринтов на основе SCRUM церемоний
Проведение код-ревью, поддержание высокого стандарта качества и чистоты кода
Тесное взаимодействие с командой на всех этапах разработки
Участие в подготовке и выпуске релизов, взаимодействие со смежными подразделениями
Документирование своей работы и менторство джуниор-разработчиков
Условия:
Возможность участия в интересном проекте
Возможность профессионального и карьерного роста в компании
Опыт работы в команде профессионалов
Уровень заработной платы обсуждается индивидуально
Формат работы - офисный формат в Москве на период ИС, далее возможен гибрид
Проект:
Мы разрабатываем систему, автоматизирующую весь жизненный цикл инвестиционной сделки. Наша инвестиционная платформа — уникальное решение на российском рынке для выдачи и сопровождения инвестиционного финансирования юридическим лицам.
Современный стек и архитектура:
- Микросервисная архитектура: Kubernetes, Docker, Istio, Kafka
- Микрофронтовая архитектура: модульные фронтенд-модули
- Интеллектуальные агенты: AI-банкир, AI-методолог
- Производственные агенты: разработчик, тестировщик, ревьювер
- Системы автоматизации: CI/CD, логистика, мониторинг
Требования:
- Глубокое знание JavaScript/TypeScript, React, Redux
- Знание парадигм программирования, CSS, HTML
- Опыт разработки микрофронтов
- Fullstack-опыт: backend (микросервисы) + frontend
- Опыт работы с автоматизациями и системами CI/CD
- Агентный режим разработки: работа с LLM (LangChain, LangFuse, OpenCode, Codex, Claude, инференсы)
- Опыт опенсорс-контрибуции и патчинга внешних библиотек
- Умение проектировать и внедрять исследовательские гипотезы в продакшн
Задачи:
- Разработка и внедрение AI-агентов (AI-банкир, AI-методолог)
- Разработка производственных агентов (разработчик, тестировщик, ревьювер)
- Разработка и внедрение систем автоматизации производственного процесса
- Исследования и выдвижение гипотез, проверка их в пилотных проектах
- Интеграция решений в инвестиционный ландшафт Сбера
- Реализация ключевых frontend-решений с учетом микрофронтовой архитектуры
- Проведение code review и техническое проектирование
- Наставничество и передача знаний команде
Условия:
- Возможность участия в интересном проекте
- Возможность профессионального и карьерного роста в компании
- Опыт работы в команде профессионалов
- Уровень заработной платы обсуждается индивидуально
- Формат работы - удаленно на территории РФ
ASOS.com — британский онлайн‑ритейлер модной одежды, обуви, аксессуаров и косметики. Размер команды — 1k-5k, инвестиции — £587.5M.
Технологии и инструменты: Microsoft Copilot Studio, Azure AI Foundry, Azure OpenAI, Semantic Kernel, LangChain, LangGraph, AutoGen/CrewAI, Python или C#/.NET.
Фаундеры компании: Nick Robertson, Andrew Regan, Quentin Griffiths, Deborah Thorpe.
В компании работают русскоговорящие сотрудники.
разработка PoC и MVP AI-агентов с использованием фреймворков для работы с LLM. адаптация и дообучение LLM на внутренних и внешних данных (SFT, LoRA, DPO, GRPO).
проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы (индексация, ретривал, ранжирование, генерация). разрабатывать автономных AI-агентов с использованием планирования, вызова инструментов (function calling) и мультиагентной оркестрации.
Разрабатывать и поддерживать backend-сервисы на Python (FastAPI, asyncio). Развивать логику диалогового агента: сценарии и состояния звонка, извлечение данных из реплик, работу с LLM.
Show contacts Job description Команда «ИИ для сотрудников» отвечает за создание AI-инструментов для сотрудников компании: определение приоритетов, разработка решений и внедрение. Обязанности: Разрабатывать платформу для создания внутренних ассистентов с использованием современных подходов.
We are looking for a Middle / Strong Middle NLP / LLM Engineer to develop production AI solutions across RAG, LLM applications, AI assistants, document processing and multilingual NLP, working closely with senior engineers. -Develop and improve RAG applications: chunking, embeddings, retrieval and reranking.
Мы ищем Senior Data Engineer / Knowledge Graph Engineer с сильным практическим опытом работы с Neo4j и Graph-RAG для проектирования и разработки графа знаний и расширенных возможностей работы с данными для платформы с большим объемом данных. Роль сочетает в себе Knowledge Graph Engineering, Graph-RAG, Data Engineering и архитектуру данных на AWS.
В рамках данной позиции предстоит заниматься проектированием и разработкой AI-агентов, включая реализацию сценариев, оркестрацию, вызов инструментов и интеграцию с внутренними сервисами. Необходимо преобразовывать прототипы и модели Data Science в стабильные промышленные решения, обеспечивая их упаковку, интеграцию в сервисы и пайплайны, версионирование и сопровождение. Работа включает разработку на Python сервисов, библиотек и пайплайнов, написание автотестов и участие в код-ревью. Также требуется проектировать, создавать и поддерживать витрины данных для ML-моделей и агентов, обрабатывать большие объемы данных с использованием SQL, Hadoop и Spark, оптимизировать запросы и вычислительные задачи. Важной частью является обеспечение качества и наблюдаемости решений через логирование, мониторинг, обработку ошибок и контроль качества данных. Кандидат должен иметь опыт промышленной разработки на Python не менее двух лет, уметь писать поддерживаемый код с типизацией, тестированием, обработкой ошибок и логированием, а также уверенно владеть SQL, включая сложные запросы, оконные функции и оптимизацию. Требуется опыт построения и сопровождения ETL/ELT-пайплайнов и витрин данных, а также опыт вывода сервисов, моделей или data-продуктов в промышленную эксплуатацию. Необходимо понимание принципов работы AI-агентов, включая оркестрацию, вызов инструментов, управление состоянием и интеграцию с API, а также жизненного цикла ML-модели от артефакта и данных до инференса, мониторинга и обновления. Будет преимуществом опыт разработки AI-агентов с использованием LangGraph, LangChain, LlamaIndex или собственного оркестратора, а также опыт работы с LLM, RAG и векторными хранилищами. Дополнительным плюсом считается опыт оркестрации пайплайнов в Airflow или аналогичных системах, работы с Kafka и событийными архитектурами, знание Docker, CI/CD и Kubernetes, практический опыт с Hadoop и Spark, внедрение ML- или LLM-сервисов во внутреннем контуре, а также опыт в банковском домене, продуктах для юридических лиц или документообороте. Формат работы — офис или гибрид в Москве.
Задачи:
— Руководить проектированием и развитием масштабируемых распределённых систем на Go
— Отвечать за интеграцию и конфигурацию AI — от выбора моделей и интеграции API до prompt engineering и развертывания в продакшене
— Переводить бизнес-цели в технические дорожные карты и планы поставки
— Проводить архитектурные и код-ревью, наставлять старших инженеров
— Представлять инженерную команду на встречах с внешними заинтересованными сторонами и оспаривать нереалистичные требования
— Улучшать процессы CI/CD, наблюдаемости и инженерные процессы
— Балансировать между кодированием, руководством командой и архитектурным контролем
Требования:
— 5–6+ лет коммерческого опыта с Go
— 2+ года в роли технического лидера или ведущего инженера
— Глубокие знания распределённых систем, микросервисов и конкурентности в Go (goroutines, каналы, синхронизация)
— Практический опыт внедрения, настройки или интеграции AI/ML решений в продакшн-бэкендах, включая работу с LLM, RAG pipeline, OpenAI API, LangChain или аналогичными фреймворками
— Опыт с CI/CD, облачной инфраструктурой и современными DevOps практиками
— Высшее образование в IT
— Готовность работать по CEST и использовать корпоративный ноутбук
— Готовность выполнить live coding на Go во время интервью
Условия:
— Работа над долгосрочным продуктом с реальным бизнес-эффектом
— Международная распределённая команда с коллаборативной культурой
— Возможность взять ответственность за зрелое приложение
— Гибкие условия работы и удалёнка
Задачи:
— Разрабатывать платформу для создания внутренних ассистентов с использованием современных подходов.
— Обеспечивать сотрудникам доступ к актуальным возможностям LLM — интеграция новых моделей, MCP и API.
— Анализировать качество генеративных моделей, выявлять слабые места и предлагать способы их улучшения.
— Постоянно держать руку на пульсе: следить за best practices и open source-проектами в области LLM и интеграций.
— Разворачивать и поддерживать сервисы в Kubernetes: деплой, конфигурация, настройка мониторинга и алёртов.
— Проводить Code Review и архитектурные ревью существующих решений, вносить предложения по оптимизации и развитию.
Требования:
— Опыт разработки от 5 лет.
— Активный пользователь LLM, применяешь их в работе и личной жизни, понимаешь возможности и ограничения.
— Опыт деплоя сервисов в продакшн и обеспечение их стабильной работы.
Будет преимуществом:
— Понимание архитектуры AI-агентов (оркестрация, memory, tools).
— Опыт работы с одним из фреймворков для написания LLM пайплайнов: LangChain, LlamaIndex, Haystack.
Условия:
— Работа удалённо по РФ, возможен гибридный формат в офисах Москвы, Санкт-Петербурга и Новосибирска.
— Нет дресс-кода и строгого графика.
— Современные технологии, участие в конференциях.
— ДМС и забота о здоровье сотрудников.
В рамках данной позиции необходимо разрабатывать и внедрять механизмы изоляции и контроля для агентных систем, включая создание песочниц для выполнения инструментов, строгую изоляцию контуров, установку лимитов на действия и реализацию функции аварийного отключения агентов. В задачи входит настройка детального аудита логов действий агентов в продакшене, а также разработка и настройка системы мониторинга аномального поведения с оповещениями о подозрительных паттернах. Требуется проводить моделирование угроз и threat modeling для новых сценариев агентов на этапе проектирования, а также разрабатывать архитектурные решения и фильтры для защиты от атак на LLM, таких как prompt injection, data exfiltration и jailbreak, включая внедрение строгой валидации выходных данных агентов. Необходимо организовывать и проводить атаки на собственные агентные системы для выявления уязвимостей до их эксплуатации злоумышленниками, а также проводить аудит безопасности агентных пайплайнов от команды LLM-инженеров до продакшен-выкатки. Контроль исходящих данных включает обеспечение соблюдения политик по использованию данных и инвентаризацию всех потоков информации, направляемой во внешние LLM-провайдеры. Важной частью работы является настройка IAM и управление секретами, проектирование и внедрение ролевой модели доступа для агентов, определение прав доступа и безопасное хранение с ротацией секретов. Также требуется опыт использования сканеров исходного кода (SAST/DAST), включая подбор, пилотирование, установку, администрирование и интеграцию в CI/CD-конвейер, а также помощь разработчикам в расшифровке результатов и устранении уязвимостей. Кандидат должен уверенно владеть Python, иметь глубокие знания Docker и Linux, а также понимание принципов работы CI/CD. Необходим практический опыт threat modeling, работа с системами управления секретами (например, HashiCorp Vault), внедрение IAM-моделей, настройка песочниц и изолированных окружений. Важно понимание работы LLM и агентных систем, опыт с фреймворками LangChain, LangGraph, MCP и знание принципов Claude Code. Кандидат должен быть готов не только проводить ревью кода, но и самостоятельно проектировать и создавать безопасных агентов.
Neoai IT Center izlayapti mutaxassislarni bir nechta yo'nalishlarda: backend dasturlash (python, Django, Fastapi, Node.js, Express.js, Java, Spring Boot, PHP, Laravel, Rest API, Postgresql, Mysql, Mongodb, Git, Docker), frontend (HTML, CSS, JavaScript, TypeScript, React, Next.js, Vue.js, Angular, Tailwind CSS, Bootstrap, Git), mobil dasturlash (Dart, Flutter, Kotlin, Java, Swift, React Native, Firebase, Android Studio, Xcode, Git), UX/UI dizayn (Figma, Adobe XD, Photoshop, Illustrator, Figjam, UI Design, UX Research, Wireframing, Prototyping, Design System), kiberxavfsizlik (Linux, Python, Bash, Networking, TCP/IP, Wireshark, Nmap, Burp Suite, Metasploit, OWASP, Git, Docker), data science (Python, Numpy, Pandas, Matplotlib, Seaborn, Scikit-learn, TensorFlow, PyTorch, SQL, Jupyter Notebook, Git), data analitika (Python, Pandas, Numpy, SQL, Excel, Power BI, Tableau, Matplotlib, Seaborn, Jupyter Notebook), sun'iy intellekt (Python, PyTorch, TensorFlow, Keras, Scikit-learn, Hugging Face, OpenAI API, Langchain, Numpy, Pandas, Git, Docker), robototexnika (Python, C++, Arduino, ESP32, Raspberry Pi, ROS, Matlab, Arduino IDE, OpenCV, Sensors, Git). Ish joyi Toshkent shahrida, ish vaqti 3 soat, maosh 4-5 million so'm. Vazifalar: o'quvchilarga zamonaviy IT texnologiyalarini nazariya va amaliyot asosida o'rgatish, darslarni amaliy loyihalar va real vazifalar bilan tashkil etish, o'quvchilar bilan individual ishlash va ularning rivojlanishini kuzatib borish, dars materiallari va amaliy topshiriqlar tayyorlash. Nomzodlar mas'uliyatli, kommunikativ bo'lishi, o'z yo'nalishi bo'yicha amaliy tajribaga ega bo'lishi, yangi texnologiyalarni muntazam o'rganib borishi talab etiladi. Shuningdek, tajribali mutaxassislar bilan birga professional muhitda rivojlanish imkoniyati mavjud.
Задачи:
— проектировать и разрабатывать backend-сервисы и RESTful API (Python/Django)
— строить agentic-пайплайны на LangChain, LangGraph, n8n и аналогичных инструментах
— собирать и обрабатывать данные из внутренних систем (jira, confluence, продуктовые реестры, аналитические платформы)
— строить ETL/ELT-пайплайны на Python/Pandas/NumPy, в том числе потоковые данные через Kafka
— готовить данные для обучения/дообучения моделей и базово настраивать/оценивать качество ML/LLM-компонентов совместно с профильными специалистами
— разворачивать и эксплуатировать сервисы в закрытом контуре (production-инфраструктура внутри периметра безопасности, без выхода во внешний интернет): Docker, Kubernetes, CI/CD
— принимать архитектурные решения по сервисам и агентным пайплайнам — тестирование, код-ревью
— взаимодействовать с продуктовыми и инженерными командами при формировании требований и внедрении агентных и аналитических инструментов в рабочие процессы
— готовить дашборды и рекомендации для управленческих решений по приоритизации и балансировке портфеля продуктов.
Требования:
— от 3 лет опыта в backend-разработке с выводом решений в production
— опыт построения агентных систем — обязателен
— опыт самостоятельного проектирования архитектуры backend-сервисов и агентных пайплайнов, готовность нести ответственность за принятые технические решения
— Python — продвинутый уровень; Django, RESTful API
— SQL, опыт работы с реляционными и NoSQL хранилищами
— LangChain, LangGraph, MCP servers, опыт с n8n или аналогами; понимание RAG-архитектур, embeddings, векторных баз данных
— Pandas, NumPy, Kafka — обработка табличных и потоковых данных, ETL/ELT на больших объемах
— Docker, Kubernetes, CI/CD — уверенный пользовательский уровень.
Условия:
— комфортный современный офис рядом с м. Кутузовская
— 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.