О компании:
Мы строим YouTube-направление по Программированию — показываем практики современного девелопмента на популярных стеках (Python, Java, JavaScript/TypeScript, React, C#, а также сопутствующие инструменты и DevEx-подходы). Темы формируются из индустриальных трендов (релизы языков и фреймворков, лучшие практики, инструменты разработчика) и упаковываются в образовательные видео-форматы.
Ищем технического лидера, который обеспечит техническую состоятельность и актуальность контента: правильные стеки и версии, корректный и воспроизводимый код, адекватный уровень сложности практики и быструю реакцию на изменения экосистемы.
Зона ответственности:
Тренд-скоринг и дорожная карта тем: мониторинг AI/LLM-экосистемы (агенты, RAG, промпт-паттерны, Copilot-workflow, безопасное применение ИИ в коде) и быстрый перенос важного в контент-план.
Технический стандарт программ: определение стеков и версий (Python, PyTorch/TensorFlow, библиотеки LLM/агентов, инструменты данных), структура репозиториев, требования к примерам, чек-листы качества (линтеры, тесты, reproducibility).
Техревью сценариев и кода: проверка точности формулировок, корректности и читаемости кода, производительности, соответствия уровню аудитории.
Практика и проекты: дизайн задач от entry до mid уровня (мини-задания, капстоуны), критерии оценки, референс-решения.
Инструментарий и пайплайн: выбор IDE/ноутбуков, управление датасетами/артефактами, базовый CI для примеров, фиксация зависимостей, инструкции запуска.
Совместная работа: технические брифы для методологов и ведущих, совместная проработка сценариев с продакшном.
Актуализация: регулярные апдейты материалов при выходе новых релизов и появлении значимых практик.
Идеальный кандидат:
5+ лет в разработке/AI-инжиниринге; уверенный Python.
Практика с PyTorch/TensorFlow/Scikit-learn, библиотеками для LLM/агентов (Hugging Face, LangChain/LlamaIndex и аналоги), опытом RAG/инференса.
Понимание Vibe-coding/Copilot-подходов, промпт-инжиниринга, ограничений и рисков (безопасность, лицензирование, приватность).
Умение переводить тренд в прикладной учебный кейс и объяснять сложное простым языком для широкой аудитории разного уровня.
Навыки код-ревью, написания понятной техдокументации.
Мы предлагаем:
Отправьте резюме и ссылки на публичные репозитории/демо-проекты. Коротко укажите:
• какими LLM/фреймворками вы пользовались,
• пример, где вы внедряли Copilot/агентов в ежедневный кодинг,
• пример учебного или технического материала, которым вы гордитесь.
Москва
Не указана
Москва
Не указана
red_mad_robot
Москва
от 400000 RUR
Международная школа программирования CODDY
Москва
до 80000 RUR
Softdesign, студия
Москва
до 80000 RUR
Москва
до 200000 RUR
Москва
до 500000 RUR
Москва
до 600000 RUR