AI Platform Engineer
Где опубликована · 2
Мы собрали все публикации этой вакансии в одну. Условия на площадках иногда расходятся — сверяйте перед откликом.
| Источник | Дата | Зарплата | Где |
|---|---|---|---|
| hh.ru ↗ | 9 ноября 2026 | — | Москва · гибрид |
| getmatch ↗ | 9 ноября 2026 | — | Москва, Россия · гибрид |
Похожие вакансии
Все вакансии →Ведущий разработчик, Платформа AI-автоматизации
Разработка внутренней платформы Ozon для создания AI-агентов и автоматизаций: SDK, Tool Hub, оркестрация агентов, RAG-пайплайны, наблюдаемость и интеграция с LLM. Стек Go/Python/TypeScript, Docker, Kubernetes, gRPC, PostgreSQL, Kafka, OpenTelemetry. Требуется опыт проектирования backend-сервисов и интерес к AI-инструментарию.
Python-разработчик Middle+ (AI-агенты)
Центр ИИ Блока «Строительство» Сбера ищет разработчика автономных ИИ-агентов для автоматизации бизнес-процессов: тендерная документация, графики производства работ, поставки. Задачи — высокодоступные сервисы с planning, function calling и multi-agent взаимодействием, интеграция с LLM (OpenAI, Anthropic, локальные модели), RAG и память агентов, очереди и фоновые задачи, observability и тесты. Требуется 3+ лет коммерческой разработки на Python, опыт агентных фреймворков и векторных БД, английский Upper-Intermediate+.
Tech Lead Python / LLM-агенты
Техлид платформы LLM-агентов на Python: ядро агентного цикла, перевод пользователей с пилотной на целевую архитектуру, оптимизация стоимости хода (кэш префикса, роутинг моделей, лимиты инструментов). Интеграция данных компании через MCP с правами пользователя (1С, КХД, СЭД, HR, поиск с ACL), eval-контур с эталонными трассами и регрессом, песочница для кода агента. Также декомпозиция, ревью, найм и согласование требований и ИБ с заказчиком.
AI Engineering Team Lead
Руководство AI-командой продуктовой компании, развивающей корпоративную AI-платформу cowork.ru: агентный ассистент с инструментами (MCP), базами знаний и каталогом навыков. Разработка агентных систем, RAG-пайплайнов, экспериментальных фич и PoC для B2B-заказчиков, внедрение и оценка LLM разных модальностей, в том числе инференс на собственных GPU.
