Задачи:
— Разрабатывать и развивать высоконагруженные сервисы и платформенные решения на Python
— Проектировать и улучшать архитектуру продуктов вместе с командой
— Оптимизировать производительность сервисов и автоматизировать процессы разработки
— Работать с базами данных, распределёнными системами и современными инструментами разработки
— Участвовать в code review, обсуждении технических решений и развитии инженерных практик
— Влиять на развитие продуктов на всех этапах — от проектирования до сопровождения
Требования:
— Знание Python и понимание принципов его работы
— Опыт участия в code review
— Понимание многопоточности и асинхронного программирования
— Умение писать читаемый и поддерживаемый код
— Опыт работы с базами данных и понимание принципов их работы
— Знакомство с инструментами наблюдаемости: логирование, метрики, трасировка
— Понимание принципов ООП, SOLID и основы функционального программирования
Преимущества:
— Опыт проектирования распределённых систем и работы с Kubernetes
— Опыт внедрения AI-решений в продукты или интерес к AI, LLM и RAG
— Участие в улучшении процессов разработки и развитии продуктовых решений
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
Задачи:
— Разрабатывать Python / SQL-пайплайны загрузки и обработки данных из файлов, API и информационных систем.
— Проектировать таблицы хранилища: сущности, связи, правила преобразования.
— Встраивать псевдоанонимизацию и проверки качества в потоки данных.
— Готовить признаки и версионируемые train/validation/test-выборки.
— Обеспечивать прослеживаемость и воспроизводимость ML / LLM-экспериментов.
— Вместе с ML-командой развивать оценку моделей, подготовку данных для RAG и дообучения.
Требования:
— Уверенные Python и SQL, поддерживаемый код за пределами ноутбуков.
— Практический опыт ETL / ELT: оркестрация, инкрементальная обработка, повторные запуски.
— Опыт с S3, Parquet, pandas / Polars / PyArrow.
— Понимание жизненного цикла ML: выборки, baseline, метрики, проверка утечек.
— Опыт с MLflow, ClearML или аналогами.
— Linux, Git, Docker, CI/CD.
— Умение работать с чувствительными данными.
Условия:
— Занятость: full-time
— Формат работы: гибридный / удаленный по РФ
Гибридmiddle
280 000 – 400 000 ₽
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи:
— Отвечать за всю AI-часть продукта: архитектура AI-системы от выбора LLM-моделей до построения RAG-pipeline и интеграции компьютерного зрения, принимать все ключевые технические решения
— Обеспечивать качество рекомендаций, повышая конверсию на каждой итерации
— Проводить быстрые итерации с выкатыванием изменений каждую неделю, сбором метрик, анализом и улучшением
— Проводить эксперименты: A/B тесты промптов, гибридный поиск (текст + визуал + отзывы), мультимодальные модели, быстро проверять гипотезы на реальных пользователях
— Масштабировать систему с 2000 туров на Мальдивы до 50,000+ туров по трём направлениям с тысячами запросов в день
— Строить продукт с нуля, быстро экспериментировать и влиять на архитектуру
Требования:
— Опыт с продакшен LLM-приложениями, построение RAG-систем или чат-ботов на основе GPT/Claude
— Экспертный уровень промпт-инжиниринга: правильная структура промптов, few-shot examples, chain-of-thought
— Опыт работы с эмбеддингами и векторным поиском, понимание similarity search, hybrid search, reranking
— Python на уровне продакшена: чистый, быстрый, поддерживаемый код
Будет плюсом:
— Опыт с компьютерным зрением и мультимодальными моделями (CLIP, GPT-4o, Claude 4.5 Sonnet)
— Опыт с high-load системами и оптимизацией latency
— Понимание рекомендательных систем
— Понимание MLOps: мониторинг моделей, версионирование, A/B тестирование
— Опыт построения recommendation систем и MCP для LLM систем
— Личный опыт использования LLM для автоматизации задач
Софт-скиллы:
— Продуктовое мышление: AI как инструмент решения бизнес-задач
— Умение работать с метриками: конверсия, время сессии, escalation rate
— Быстрота принятия решений: выкатывать несовершенное решение и тестировать
— Умение объяснять сложное простым языком для команды и бизнеса
Условия:
— Официальное оформление по ТК РФ
— График 5/2, офис, сокращённый рабочий день по пятницам до 15:30
— Корпоративные программы обучения и развития
— Медицинское обслуживание: ДМС и собственная медсанчасть
— Специальные предложения от компаний-партнеров (рестораны, магазины, отдых, мероприятия)
— Организация отдыха сотрудников и их детей, оплата детского сада
— Аккредитованная IT компания
— Офис на станции м. Курская
— Корпоративные условия на приобретение туров
— Дополнительный оплачиваемый отпуск 3 дня, оплата больничного
— ДМС для членов семьи по корпоративным условиям
— Корпоративные условия на изучение английского и занятия спортом
О компании OperAI — интерактивная система на базе ИИ для управления операционной деятельностью компании. Цель — создать «второй мозг для CEO», сделать процессы прозрачными и управляемыми, помочь руководителям видеть риски, договорённости и реальное состояние компании. Сейчас запускают пилоты с первыми командами и проверяют продуктовые гипотезы.
Требования:
— Опыт в продуктовой или data-аналитике от 3 лет
— Опыт проектирования архитектуры данных и построения аналитической инфраструктуры с нуля
— Умение создавать модели, схемы и пайплайны для сбора, обработки и хранения структурированных и неструктурированных данных, в том числе с AI
— Практический опыт работы с неструктурированными данными: переписками, расшифровками встреч, документами и корпоративными коммуникациями
— Опыт построения процессов разметки данных: разработка схем разметки, критериев качества и инструкций для разметчиков
— Уверенное владение SQL и Python для анализа и обработки данных
— Понимание ETL/ELT-процессов, требований к качеству данных и принципов Data Governance
— Глубокое понимание принципов работы LLM, embeddings, RAG и AI-агентов
— Умение проектировать метрики и системы оценки AI-функций: точность, полнота, галлюцинации и реальная польза для пользователя
— Готовность брать на себя ответственность и строить аналитическую функцию продукта с нуля
Задачи:
— Проектировать систему внутренней аналитики
— Проектировать структуру хранения данных: события, встречи, задачи, решения, коммуникации и связи между ними
— Помогать формировать единую модель данных для AI-функций продукта
— Оценивать качество работы LLM: точность извлечения фактов, полноту, галлюцинации и полезность результатов
— Разрабатывать подходы к разметке данных и созданию датасетов для тестирования AI-системы
— Участвовать в проектировании AI-пайплайнов, RAG, embeddings и систем поиска по корпоративным данным
— Находить закономерности в операционных процессах клиентов и превращать их в продуктовые решения
— Определять ключевые продуктовые метрики и строить дашборды для команды и фаундеров
— Анализировать поведение пользователей, пилотные запуски и продуктовые гипотезы
— Вместе с разработчиками улучшать качество, наблюдаемость и надёжность продукта
Будет большим плюсом:
— Опыт проектирования архитектуры AI- или ML-систем
— Работа с LLM API, векторными базами, LangChain/LangGraph или аналогичными инструментами
— Опыт построения систем мониторинга и оценки качества LLM
— Понимание операционной деятельности компаний: задач, встреч, решений, ответственности, сроков и отчётности
— Опыт работы с BI-инструментами и продуктовыми системами аналитики
— Опыт в B2B SaaS, стартапах или продуктах для руководителей и команд
— Опыт взаимодействия с data engineering, ML и backend-командами
Условия:
— Equity-модель компенсации на начальном этапе — опцион
— Возможность с нуля построить аналитику AI-продукта
— Высокое влияние на архитектуру, продуктовые решения и развитие компании
— Прямая работа с фаундерами
— Пилотные клиенты и реальные данные для проверки гипотез
— Гибкий формат работы и быстрый цикл принятия решений
— Возможность вырасти в Head of Data / AI Analytics по мере развития проекта
Обязанности: Разрабатывать backend на Laravel Проектировать и описывать отказоустойчивую бизнес-логику на PHP 8.x с использованием возможностей Laravel Оркестрировать ИИ через Dify; разворачивать, конфигурировать и интегрировать Dify (Workflow, Agents, RAG);
Мы ищем: Талантливого NLP-разработчика на стажировку, которому предстоит работать над интересными высоконагруженными проектами.
Требования:
— Опыт разработки на Python от 1–2 лет;
— Базовое понимание LLM и AI-агентов;
— Практический опыт или уверенное понимание RAG-подхода;
— Опыт работы с векторными БД или embeddings (FAISS / Qdrant / аналоги — базовый уровень);
— Опыт backend-разработки (FastAPI / Flask);
— Понимание REST API, JSON, асинхронности;
— Готовность развиваться в AI-направлении.
Будет плюсом:
— Опыт работы с LLM API (OpenAI / open-source модели);
— Знакомство с LoRA / PEFT (pet-проекты, эксперименты);
— Базовый опыт работы с брокерами сообщений (Kafka, RabbitMQ, NATS);
— Docker (базовый уровень);
— Pet-проекты с AI-агентами или RAG.
Условия:
— Работа в команде экспертов;
— Широкий технологический стек, сотни проектов;
— Гибкий график работы, который позволяет высыпаться и выделять время на хобби;
— Возможность разрабатывать IT-решения для разных отраслей, пробовать новые технологии;
— Организована удалённая работа, при этом есть просторные офисы с зонами коворкинга;
— Возможность прокачаться во всех интересующих направлениях: стать тимлидом, архитектором, разработчиком full-stack;
— Развитая система наставничества, сертификация за счёт компании, участие в конференциях, изучение английского языка;
— Активный обмен опытом, внутренние и внешние митапы, хакатоны, доклады по развитию hard и soft skills;
— 50+ клубов по интересам и профессиональных сообществ внутри компании;
— Корпоративная база знаний и социальная сеть для удобства общения с каждым из 1500+ сотрудников.
Дополнительно:
— Решение Министерства цифрового развития, связи и массовых коммуникаций РФ о предоставлении государственной аккредитации организации, осуществляющей деятельность в области информационных технологий от 10.03.2022 №АО-20220309-3771014210-3
Что нужно делать? • Разрабатывать новые и поддерживать/улучшать существующие проекты (backend+ML+участие в деплое), а также улучшать мониторинг и аналитику запущенных проектов.
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).
разработка, тестирование и внедрение ИИ-агентов (в том числе LLM-as-a-Judge) и классических ML-моделей для оценки качества, детекции аномалий, прогнозирования деградации и автоматической локализации причин сбоев. исследование и внедрение новых подходов в области настройки LLM, LLM-as-a-Judge и RAG, чтобы сделать мониторинг точнее, стабильнее и понятнее.
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.
Разработка детальных планов реализации проектов: декомпозиция задач, распределение ресурсов, определение критического пути; Контроль соблюдения сроков, бюджета и качества результатов по всем активным проектам;
Задачи:
— Разработка backend-сервисов на Python: API, интеграции, фоновые и долгие задачи;
— Подключение языковых моделей по API и сборка на них прикладных сценариев для внутренних и клиентских продуктов;
— Проектирование архитектуры решений (очереди, хранение результатов, интеграции);
— Ведение технической экспертизы и участие в развитии команды.
Требования:
— Опыт коммерческой разработки на Python от 5 лет;
— Опыт FastAPI и asyncio;
— Уверенное владение PostgreSQL;
— Опыт очередей или фоновых воркеров;
— Понимание, как вызывать LLM как внешний сервис (таймауты, ошибки, ограничения);
— Опыт проектирования архитектуры и интеграции сложных сервисов;
— Docker;
— Желание делиться экспертизой и развиваться в области AI.
Будет плюсом:
— Объектные хранилища;
— Опыт RAG или векторного поиска.
Условия:
— Работа в аккредитованной IT компании;
— Официальное трудоустройство в соответствии с ТК РФ;
— Гибкое начало рабочего дня и возможность работать в удаленном, гибридном или офисном формате;
— Компенсация спорта и ДМС;
— Компенсация больничного 100%;
— Внешнее обучение и сертификация за счет компании;
— Участие в профильных мероприятиях (митапы, конференции, семинары, выставки);
— Система наставничества и обучение внутри компании;
— Бонусы от компании на знаковые даты и события;
— Корпоративные мероприятия и различные активности.