Data Science & ML — свежие вакансии

Мы — команда GigaChat ML. Делаем полный цикл обучения модели, от претрейна до алайнмента. Нам нужен руководитель, который будет фултайм владеть системой метрик качества GigaChat:

• Измерять качество на бенчмарках и реальных логах.
• Находить слабые места и причины деградаций.
• Развивать метрики и процессы, ускорять внедрение новых бенчмарков и системы замера.

Эта роль про фунадментальное качество модели и измерения (не про продуктовые метрики DAU/Retention и не про сбор данных как основной фокус).

Что предстоит делать

Владение системой качества и метрик (end-to-end ownership)

• Определять и поддерживать “quality scorecard” для GigaChat: что считаем качеством, какие метрики ключевые, какие — нет.
• Держать фокус на эффективности системы и снижать стоимость измерений.

Бенчмарки и регрессионное тестирование

• Постоянно актуализировать пакет бенчмарков под ключевые сценарии, чтобы успевать за быстро развивающейся сферой LLM.
• Внедрить регулярное сравнительное тестирование версий модели и конкурентов по единой.

Аналитика логов и диагностика слабых мест

• Анализировать логи и пользовательский фидбэк с позиции качества: кластеризация проблем, тематические срезы, частотность, тяжесть.
• Связывать проблемы в логах с бенчмарками: проблемы должны быть измеримы.

Разработка и внедрение метрик качества

• Разрабатывать новые метрики/прокси метрики (автоматические и полуавтоматические), калибровать их против эталонных оценок.
• Продумывать, где нужна человеческая оценка, где достаточно автоматики, как снижать стоимость измерений без потери достоверности.
• Внедрять метрики в процессы: CI/релизные проверки, мониторинг качества, алерты.

Эксперименты и принятие решений

• Проектировать и анализировать A/B-эксперименты качества (в онлайне и/или в контролируемых тестах), делать выводы: “что улучшилось/ухудшилось”, “почему”, “что делать дальше”, “можно ли катить в прод”.

Для нас важно

• Сильный Python (pandas, NumPy), уверенная аналитика данных, умение быстро превращать «сырые логи» в выводы.
• Хорошее понимание оценки качества LLM: какие типы метрик бывают, где они ломаются, как валидировать метрику, как избегать “gaming”.
• Понимание статистики и экспериментов: доверительные интервалы, тесты, множественные сравнения, дизайн A/B, интерпретация результатов.
• Практический опыт работы с LLM (Open Source и/или proprietary): понимание специфики инструкционного поведения, галлюцинаций, safety ограничений.
• Навыки продуктового и инженерного мышления: формулировать критерии качества так, чтобы они становились механизмом управления.

Будет плюсом

• Опыт построения evaluation фреймворков и “evaluation harness” (любые внутренние/внешние тулзы), интеграция оценок в CI/CD.
• Опыт с LLM based evaluation (LLM judge) и методами калибровки/контроля смещения судьи.
• Знание систем аналитики и хранилищ (SQL, ClickHouse/BigQuery/Spark/S3), мониторинг/дашборды (Grafana/Superset/Looker и аналоги).

Условия

• Удалённо по России.
• Возможность оформления в аккредитованную IT-компанию.
• Годовая премия по итогам работы до 6 окладов.
• Регулярный пересмотр зарплат.
• Корпоративный спортзал и зоны отдыха.
• Более 400 программ СберУниверситета для роста.
• Программа адаптации и помощь руководителя на старте.
• Крупнейшее DS&AI community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы.
• Расширенный ДМС, льготное страхование для семьи, корпоративная пенсионная программа.
• Ипотека для сотрудников по дисконтной программе.
• СберПрайм+ и скидки у партнёров.
• Бонус за рекомендации в команду.

Описание команды:

Мы разрабатываем AI-агентов для продуктовых команд и ТОП-процессов Блока "Стратегия и развитие", совмещая Classic NLP, LLM-based и мультиагентные подходы с целью повышения внутренней эффективности и автономизации задач на основе Leading Edge технологий в области AI.

Основные направления деятельности:

• Мэтчим разные сущности банка (продукты, функции, цели, встречи, письма, задачи Jira и др.) для создания полной картины в рамках анализа эффективности всей организации.
• Формируем рекомендации по повышению эффективности на основе классификации, кластеризации и тематического моделирования с использованием цифровых следов.
• Реализуем пайплайны обработки внутренних документов произвольной длины для максимального ускорения работы с ними (маршрутизация, рекомендация замечаний и генерация корректных документов с нуля).
• Проводим анализ графов целей организации (связанность, каскадирование, полнота и актуальность) для выравнивания стратегии банка на всех уровнях, а также рекомендуем амбициозные цели с учетом контекста и приоритетов стратегии.
• Расширяем направление доменной адаптации для прокачивания стримов семантического поиска, ранжирования и прочих NLP downstream-задач.
• Участвуем в развитии глобального направления AI-агентов и регулярно используем в работе современные подходы на основе LLM (External Tools, Reasoning, Reflection).
• Проверяем гипотезы любой сложности для получения Data-driven инсайтов, которые становятся предметом обсуждения на стратегических сессиях руководства банка.

В наши глобальные планы входит:

• Разработка и внедрение AI-агентов для самых приоритетных стратегических процессов банка с потенциалом переиспользования на внешнем рынке.
• Создание SotA-решений с учетом специфики банка.

Почему стоит присоединиться к нам:

• Возможность использовать передовые AI-технологии и платформы банка.
• Участие в развитии инновационных сервисов стратегического блока, которые приносят реальную пользу процессам и продуктам всего банка, при этом быстро попадают в поле зрения ключевых руководителей.
• Возможность участия в международных проектах и конференциях по AI и ML.
• Работа в дружной команде профессионалов, ориентированной на достижение самых амбициозных целей и постоянное развитие.

Обязанности

• Разработка и внедрение ML-моделей и AI-агентов от этапа MVP до ПРОМ (CRISP-DM).
• Решение задач NLP: Preprocessing, Classification, Summarization (Ext/Abst), Sentence Compression, Simplification, NER, Semantic Search, Clustering и др.
• Создание мультиагентных пайплайнов на основе фреймворков для работы с LLM (LangChain/GigaChain).
• Адаптация и обучение языковых моделей (LLM) Сбера на основе внутренних и внешних данных (In-Context Learning, Prompt Tuning, RAG, PEFT).
• Индексация и ранжирование текстовых документов разной длины.
• Взаимодействие с бизнес-заказчиком для выявления требований и самостоятельная постановка задач.
• Определение ML SysDes решения с учетом разрешенного технологического стека.
• Участие в валидации и автомониторинге моделей, проведение A/B тестирования.

Требования

• Образование в техническом ВУЗе в сфере компьютерных наук, прикладной математики или статистики. Наиболее приоритетны: ВШЭ, МФТИ, МГУ, МИФИ.
• Опыт в разработке NLP моделей.
• Понимание жизненного цикла моделей (CRISP-DM).
• Умение переводить бизнес-постановку задачи в ML-постановку, грамотная интерпретация полученных результатов.
• Свободное владение базовыми библиотеками на Python: pandas, NumPy, matplotlib, seaborn и др.
• WEB-фреймворки: FastAPI (async methods), Flask и др.
• Знание архитектур нейронных сетей: RNN, LSTM, трансформеры (BERT, BART, T5).
• Знание фреймворков для работы с LLM (LangChain/GigaChain, LangServe/GigaServe, LlamaIndex и др.).

Условия

• Ипотека выгоднее на 7% для каждого сотрудника и льготные условия кредитования.
• Возможность выбрать удобный формат работы — гибрид, удаленка или офис.
• Бесплатная подписка СберПрайм+.
• Скидки на продукты компаний-партнеров.
• ДМС с первого дня и льготное страхование для близких.
• Корпоративная пенсионная программа.
• Обучение за счет компании: онлайн курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию.
• Крупнейшее DS&AI community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы.

Наша команда создаёт и совершенствует системы распознавания речи в самых разных приложениях и сервисах Яндекса, в том числе мы работаем с уникальным доменом запросов к голосовому помощнику. Наши модели позволяют выводить Алису в новые регионы: ОАЭ, Саудовскую Аравию, Казахстан. Кроме того, мы решаем множество смежных задач понимания голоса. Мы уже достигли высокого качества распознавания для многих областей и сейчас хотим расширять наши технологии на новые языки.

Мы активно развиваем наши подходы и ищем опытного ML-разработчика, который сможет усилить нашу команду. Ценим глубокое понимание ML и DL, а работе со звуком готовы научить.

Расширять технологии на новые языки

Алиса уже работает на множестве языков в разных регионах мира, и на этой позиции главной задачей будет расширить её языковые возможности.

Участвовать в разработке новых проектов

Нужно будет изучать и применять научные публикации, строить гипотезы и проводить эксперименты.

Запускать в продакшн

Нужно будет собирать и анализировать данные для низкоресурсных языков, тренировать большие ASR-модели, внедрять свои результаты в продакшн.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Хорошо знакомы с Python и работали с PyTorch
* Обладаете опытом в области DL, например в CV или NLP
* Имеете базовые навыки в C++

* Работали с DL в области речевых технологий
* Внедряли нейросетевые модели в продакшн
* Работали с большими данными

Команда ценообразования для Кредитов ЮЛ.

Проекты:

• Индивидуальные модели эластичности клиентов к ставке по вкладам (uplift).
• Модели досрочного погашения кредитов физ. лиц (time series, tabular ML).

Обязанности

• Сбор и подготовка данных (Hadoop, PySpark, SQL).
• Тестирование различных гипотез.
• Согласование метрик и результатов с заказчиками.
• Полный пайплайн разработки модели.
• Поддержка разработанных решений.

Требования

• Опыт работы Data Scientist от 2 лет.
• Техническое образование (будет плюсом, если выпускник — МГУ, МФТИ, ВШЭ и других ведущих вузов страны).
• Понимание теории вероятностей и статистики.
• Опыт построения различных алгоритмов ML-моделей (регрессии, классификации и т.д.).
• Владение Python и ML-библиотеками (NumPy, scikit-learn, pandas, Matplotlib/Seaborn/Plotly, CatBoost/LightGBM/XGBoost и т.д.).
• Плюсом будет опыт работы с PyTorch, PySpark.
• Опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов.
• Инструментальное владение AI для анализа, генерации и автоматизации.

Условия

• Комфортный современный офис рядом с м. Кутузовская.
• Гибридный формат работы.
• Ежегодный пересмотр зарплаты. 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.
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
• Вознаграждение за рекомендацию друзей в команду Сбера.

Наша команда разрабатывает комплексные AI-решения (Classic NLP, LLM, AI-агенты) для ключевых продуктов и процессов Блока «Стратегия и развитие». Мы всегда находимся на переднем краю развития технологий и пробуем новое — первыми в Сбере разработали прототип мультиагентной системы для работы с обращениями, благодаря чему агентные решения стали одним из самых востребованных направлений в банке.

Наш технологический фокус выходит за рамки AI-агентов: мы решаем задачи классификации, кластеризации, мэтчинга, доменной адаптации (Metric Learning, PEFT), при необходимости используем SFT. Итог нашей работы — не отдельный e2e-пайплайн, а production-ready мультисервисные архитектуры, интегрированные во внутренние поверхности Сбера.

Недавние проекты: мультиагентная система для анализа организационной эффективности (доклад на AI Journey 2025), мультиагентный пайплайн для анализа документов об организационных изменениях, AI-агент-Copilot для постановки и мониторинга целей. Все направления активно растут и получают непосредственную поддержку руководства банка.

Основные направления деятельности

• Формируем рекомендации по повышению эффективности команд, продуктов и подразделений на основе классификации, кластеризации и тематического моделирования с использованием цифровых следов (Jira, встречи, письма и др.).
• Проводим комплексный анализ результативности в рамках сценарного моделирования деятельности по достижению целей руководства банка.
• Реализуем пайплайны обработки внутренних документов произвольной длины для построения рекомендаций по работе с ними и ускорения организационных изменений.
• Выявляем глобальные тренды и проводим анализ их влияния на численность ролей банка для Стратегии Сбера.
• Анализируем графы целей организации (связанность, каскадирование), а также рекомендуем амбициозные цели с учетом контекста и приоритетов Стратегии.
• Расширяем направление доменной адаптации для прокачивания стримов семантического поиска, ранжирования и прочих NLP downstream-задач.
• Участвуем в развитии глобального направления AI-агентов и регулярно используем в работе современные подходы на основе LLM (External Tools, Reasoning, Reflection).
• Проверяем гипотезы любой сложности для получения Data-driven инсайтов для подготовки стратегических сессий руководства банка.

Наши глобальные приоритеты

• Разработка и внедрение AI-решений (Classic NLP, LLM-приложения, AI-агенты) для повышения эффективности приоритетных стратегических процессов банка с потенциалом использования на внешнем рынке.
• Создание SotA-решений с учетом специфики банка.

Почему нас выбирают

• Возможность использовать передовые AI-технологии и платформы банка.
• Участие в развитии инновационных сервисов стратегического блока, которые приносят реальную пользу процессам и продуктам всего банка и быстро попадают в поле зрения ключевых руководителей.
• Возможность участия в международных проектах и конференциях по AI и ML.
• Работа в дружной команде профессионалов, ориентированной на достижение самых амбициозных целей и постоянное развитие.

Обязанности

• Разработка и внедрение AI-сервисов (Classic NLP, LLM-приложения, AI-агенты, диалоговые системы) от этапа MVP до ПРОМ (CRISP-DM).
• Решение задач NLP: Preprocessing, Classification, Summarization (Ext/Abst), Sentence Compression, NER, Semantic Search, Clustering и др.
• Создание мультиагентных пайплайнов на основе фреймворков для работы с LLM (LangGraph, LangChain/GigaChain, LlamaIndex и др.).
• Адаптация и обучение языковых моделей на основе внутренних и внешних данных (Prompt Tuning, RAG, PEFT, SFT).
• Индексация и ранжирование текстовых документов.
• Взаимодействие с бизнес-заказчиком для выявления требований и самостоятельная постановка задач.
• Оптимизация AI-сервисов в промышленной среде.
• Участие в валидации и автомониторинге моделей, проведение A/B-тестирования.

Требования

• Образование в техническом ВУЗе в сфере компьютерных наук, прикладной математики и информатики. Наиболее приоритетны: ВШЭ, МФТИ, МГУ, Сколтех.
• Опыт в разработке NLP-моделей и рекомендательных систем.
• Понимание жизненного цикла моделей (CRISP-DM).
• Умение переводить бизнес-постановку задачи в ML-постановку, грамотная интерпретация полученных результатов.
• Высокий уровень владения ядром Python и SQL.
• Знание фреймворков, библиотек, алгоритмов машинного обучения: XGBoost, CatBoost, PyTorch, TensorFlow, Transformers.
• WEB-фреймворки: FastAPI (async methods), Flask и др.
• Знание архитектур нейронных сетей: RNN, LSTM, трансформеры (BERT, BART, T5).
• Знание агентных архитектур (ReAct, Blackboard, Multi-agent и др.).
• Знание фреймворков для работы с LLM (LangChain/GigaChain, LangServe/GigaServe, LlamaIndex и др.).
• Контейнеризация: Docker, OpenShift.

Условия

• Гибкий гибрид (обсуждаем индивидуально).
• Современный IT-офис вблизи Москва-Сити с фитнес-залом.
• Ипотека с выгодой для сотрудника и льготные условия кредитования.
• Бесплатная подписка СберПрайм+.
• Скидки на продукты компаний-партнеров.
• ДМС с первого дня и льготное страхование для близких.
• Корпоративная пенсионная программа.
• Обучение за счет компании: онлайн курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию.
• Крупнейшее DS&AI Community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира.

Доход и график обсуждаем с каждым индивидуально.

Разработка ИИ-агентов для извлечения инсайтов и формирования рекомендаций на базе неструктурированных данных (транскрипты встреч, документы).

Обязанности

• Разработка методов выявления латентных паттернов личностных качеств (склонность к инновациям, лидерские качества, коммуникативные навыки) из массивов неструктурированных данных.
• Создание end-to-end ИИ-сервиса: от proof-of-concept до промышленной эксплуатации.
• Проектирование промптов и цепочек вызовов LLM для извлечения психометрических характеристик.
• Валидация результатов через A/B-тестирование и сравнение с экспертными оценками.

Требования

• Глубокая экспертиза в LangChain, LangGraph для построения multi-agent систем.
• Практический опыт вывода ИИ-сервисов в промышленную эксплуатацию.
• Опыт в sentiment analysis, emotion detection, personality assessment через NLP.
• Знание методов unsupervised learning для pattern mining (topic modeling, clustering).
• Опыт prompt engineering и chain-of-thought reasoning для LLM.
• Понимание психометрических моделей (Big Five, DISC) и их применения через ИИ.
• Опыт работы с long-context LLM и методами обработки больших документов (MapReduce, summarization chains).
• Знание методов оценки качества извлеченных инсайтов и построения метрик.

Условия

• Удаленка или гибкий гибрид (обсуждаем индивидуально).
• Современный IT-офис вблизи Москва-Сити с фитнес-залом.
• Высокий уровень дохода (обсуждаем индивидуально), готовые премии.
• Ипотека выгоднее на 4% для каждого сотрудника и льготные условия кредитования.
• Бесплатная подписка СберПрайм+.
• Скидки на продукты компаний-партнеров.
• ДМС с первого дня и льготное страхование для близких.
• Корпоративная пенсионная программа.
• Обучение за счет компании: онлайн-курсы в Виртуальной школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию.
• Крупнейшее DS&AI community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты.

Улучшение качества поиска по корпоративным данным через внедрение GraphRAG в систему Agentic RAG (DeepResearch) (ИИ помощник для руководителей Сбера).

Обязанности

• Проектирование и настройка пайплайна извлечения сущностей и связей из структурированных и неструктурированных данных (NER, relation extraction).
• Координация работы команды DE/DS для реализации end-to-end сервиса GraphRAG и вывода в промышленную эксплуатацию.
• Разработка стратегий построения и обновления knowledge graph для RAG-системы.
• Оптимизация graph traversal алгоритмов для улучшения релевантности поиска.

Требования

• Опыт работы с графовыми СУБД (Neo4j, ArangoDB, Neptune) и graph embeddings.
• Глубокая экспертиза в LangChain, LangGraph для построения RAG-систем и AI-агентов.
• Практический опыт вывода AI-сервисов в промышленную эксплуатацию.
• Опыт в Named Entity Recognition (NER) и Relation Extraction с использованием LLM.
• Знание методов graph neural networks (GNN) и их применения в RAG.
• Опыт работы с embedding моделями (sentence transformers, OpenAI embeddings) и векторными БД.
• Понимание архитектур RAG: naive RAG, advanced RAG, modular RAG, GraphRAG.

Условия

• Возможен удаленный, гибридный или офисный формат на выбор.
• Ипотека выгоднее для каждого сотрудника и льготные условия кредитования.
• Фитнес-залы в офисах.
• Бесплатная подписка СберПрайм+.
• Скидки на продукты компаний-партнеров: Okko, Сбер Маркет, Delivery Club, Самокат, Сбер Еаптека и другие.
• ДМС с первого дня и льготное страхование для близких; корпоративная пенсионная программа.
• Курсы для будущих родителей, материальная поддержка и тематическое сообщество для молодых мам.
• Детский отдых и подарки за счет Компании.
• Обучение за счет Компании: онлайн курсы в Виртуальной школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию.
• Реферальная программа для сотрудников: можно пригласить в команду знакомых профессионалов и получить вознаграждение до 100 тыс. рублей.

Мы разрабатываем AI-сервисы для всех продуктовых команд Блока "Стратегия и развитие", совмещая Classic NLP и LLM-based подходы для достижения максимального качества наших комплексных решений:

• Мэтчим разные сущности банка (продукты, поручения, цели, встречи, инициативы, комментарии и др.) для создания полной информационной картины, позволяющей руководителям принимать AI-driven решения.
• Формируем рекомендации по тайм-менеджменту и планированию задач в рамках стратегических направлений на основе разнообразных внутренних источников информации (встречи в календаре, поручения, внешние мероприятия).
• Классифицируем как короткие тексты (Jira-задачи, комментарии), так и длинные (внутренние документы Сбера) для оптимизации внутренних процессов банка.
• Развиваем направление доменной адаптации для прокачивания стримов семантического поиска, ранжирования и прочих NLP downstream-задач.
• Участвуем в развитии глобального направления ИИ-агентов и регулярно используем в работе современные подходы на основе LLM (External Tools, Reasoning, Reflection).
• Проверяем гипотезы любой сложности для получения Data-driven инсайтов, которые становятся предметом обсуждения на стратегических сессиях руководства банка.

В наши глобальные планы входит:

• Шэринг наших решений для переиспользования другими командами банка.
• Работа над маркетплейсом ключевых AI-решений для быстрой проверки гипотез бизнес-заказчиками блока.

Обязанности

• Разработка и внедрение ML-моделей от этапа MVP до ПРОМ-решения (CRISP-DM).
• Решение задач NLP: Preprocessing, Classification, Summarization (Ext/Abst), Sentence Compression, Simplification, NER, Semantic Search, Clustering.
• Разработка прототипов на основе LLM с использованием фреймворков для работы с LLM, таких как LangChain/GigaChain.
• Адаптация и обучение языковых моделей (LLM) Сбера на основе внутренних и внешних данных, Prompt Tuning, RAG.
• Индексация и ранжирование текстовых документов разной длины.
• Взаимодействие с бизнес-заказчиком для выявления требований и самостоятельная постановка задач.
• Определение ML SysDes решения с учетом разрешенного технологического стека.
• Участие в валидации и автомониторинге моделей, проведение A/B тестирования.

Требования

• Образование в техническом ВУЗе в сфере компьютерных наук, прикладной математики или статистики. Наиболее приоритетны: ВШЭ, МФТИ, МГУ, МИФИ.
• Опыт в разработке NLP моделей и рекомендательных систем (желательно).
• Понимание жизненного цикла моделей (CRISP-DM).
• Умение переводить бизнес-постановку задачи в ML-постановку, грамотная интерпретация полученных результатов.
• Высокий уровень владения ядром Python и SQL.
• Свободное владение базовыми библиотеками на Python, в том числе: pandas, numpy, matplotlib, seaborn.
• Знание фреймворков, библиотек, алгоритмов машинного обучения: Scikit-learn, PyTorch, XGBoost, CatBoost, TensorFlow, transformers.
• Опыт работы с NLP библиотеками: pymorphy2, NLTK, Gensim, spaCy, regexp.
• WEB-фреймворки: FastAPI (async methods), Flask и др.
• Знание архитектур нейронных сетей: RNN, LSTM, трансформеры (BERT, BART, T5).
• Знание фреймворков для работы с LLM (LangChain/GigaChain, LangServe/GigaServe, LlamaIndex и др.).
• Контейнеризация: Docker, OpenShift.

Условия

• Удаленка или гибкий гибрид (обсуждаем индивидуально).
• Современный IT-офис вблизи Москва-Сити с фитнес-залом;
• Высокий уровень дохода (обсуждаем индивидуально), готовые премии.
• Ипотека выгоднее на 4% для каждого сотрудника и льготные условия кредитования.
• Бесплатная подписка СберПрайм+.
• Скидки на продукты компаний-партнеров.
• ДМС с первого дня и льготное страхование для близких.
• Корпоративная пенсионная программа.
• Обучение за счет Компании: онлайн-курсы в Виртуальной школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию.

Крупнейшее DS&AI community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты.

Описание команды:

Мы разрабатываем AI-агентов для продуктовых команд и ТОП-процессов Блока "Стратегия и развитие", совмещая Classic NLP, LLM-based и мультиагентные подходы с целью повышения внутренней эффективности и автономизации задач на основе Leading Edge технологий в области AI.

Основные направления деятельности:

• Мэтчим разные сущности банка (продукты, функции, цели, встречи, письма, задачи Jira и др.) для создания полной картины в рамках анализа эффективности всей организации.
• Формируем рекомендации по повышению эффективности на основе классификации, кластеризации и тематического моделирования с использованием цифровых следов.
• Реализуем пайплайны обработки внутренних документов произвольной длины для максимального ускорения работы с ними (маршрутизация, рекомендация замечаний и генерация корректных документов с нуля).
• Проводим анализ графов целей организации (связанность, каскадирование, полнота и актуальность) для выравнивания стратегии банка на всех уровнях, а также рекомендуем амбициозные цели с учетом контекста и приоритетов стратегии.
• Расширяем направление доменной адаптации для прокачивания стримов семантического поиска, ранжирования и прочих NLP downstream-задач.
• Участвуем в развитии глобального направления AI-агентов и регулярно используем в работе современные подходы на основе LLM (External Tools, Reasoning, Reflection).
• Проверяем гипотезы любой сложности для получения Data-driven инсайтов, которые становятся предметом обсуждения на стратегических сессиях руководства банка.

В наши глобальные планы входит:

• Разработка и внедрение AI-агентов для самых приоритетных стратегических процессов банка с потенциалом переиспользования на внешнем рынке.
• Создание SotA-решений с учетом специфики банка.

Обязанности

• Разработка и внедрение ML-моделей и AI-агентов от этапа MVP до ПРОМ (CRISP-DM).
• Решение задач NLP: Preprocessing, Classification, Summarization (Ext/Abst), Sentence Compression, Simplification, NER, Semantic Search, Clustering и др.
• Создание мультиагентных пайплайнов на основе фреймворков для работы с LLM (LangChain/GigaChain).
• Адаптация и обучение языковых моделей (LLM) Сбера на основе внутренних и внешних данных (In-Context Learning, Prompt Tuning, RAG, PEFT).
• Индексация и ранжирование текстовых документов разной длины.
• Взаимодействие с бизнес-заказчиком для выявления требований и самостоятельная постановка задач.
• Определение ML SysDes решения с учетом разрешенного технологического стека.
• Участие в валидации и автомониторинге моделей, проведение A/B тестирования.

Требования

• Образование в техническом ВУЗе в сфере компьютерных наук, прикладной математики или статистики. Наиболее приоритетны: ВШЭ, МФТИ, МГУ, МИФИ.
• Опыт в разработке NLP моделей (обязательно) и рекомендательных систем (желательно).
• Понимание жизненного цикла моделей (CRISP-DM).
• Умение переводить бизнес-постановку задачи в ML-постановку, грамотная интерпретация полученных результатов.
• Высокий уровень владения ядром Python и SQL.
• Свободное владение базовыми библиотеками на Python: pandas, numpy, matplotlib, seaborn и др.
• Знание фреймворков, библиотек, алгоритмов машинного обучения: Scikit-learn, Pytorch, XGBoost, CatBoost, TensorFlow, transformers.
• Опыт работы с NLP библиотеками: pymorphy2, NLTK, Gensim, spaCy, regexp.
• WEB-фреймворки: FastAPI (async methods), Flask и др.
• Знание архитектур нейронных сетей: RNN, LSTM, трансформеры (BERT, BART, T5).
• Знание фреймворков для работы с LLM (LangChain/GigaChain, LangServe/GigaServe, LlamaIndex и др.).
• Контейнеризация: Docker, OpenShift.

Условия

• Ипотека выгоднее на 7% для каждого сотрудника и льготные условия кредитования.
• Бесплатная подписка СберПрайм+.
• Скидки на продукты компаний-партнеров.
• ДМС с первого дня и льготное страхование для близких.
• Корпоративная пенсионная программа.
• Обучение за счет компании: онлайн курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию.
• Крупнейшее DS&AI community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы.

Мы — команда, создающая инновационные решения на базе больших языковых моделей (LLM) для трансформации процессов работы с нормативной и правовой документацией в Сбере.

Наша цель — упростить и автоматизировать работу методологов, заменить рутинные задачи интеллектуальными инструментами и открыть новые возможности для анализа, генерации и поиска правовой информации.

Обязанности

• Разрабатывать и оптимизировать промпты для генерации, классификации и извлечения информации.
• Проводить эксперименты с LLM и оценивать эффективность различных подходов.
• Создавать пайплайны обработки документов: структурирование, сегментация, подготовка данных.
• Применять NLP-модели (TF-IDF, CRF, BERT, T5) для анализа нормативной документации.
• Работать с поисковыми системами (ElasticSearch, векторный поиск, ранжирование).
• Подготавливать API и сопровождать интеграцию решений в продакшн.

Требования

• Высшее техническое/математическое образование.
• Опыт работы на аналогичной позиции не менее 1 года.
• Уверенные знания Python.
• Уверенное знание теоретической базы ML (основные задачи и методы, метрики, типовые архитектуры моделей и т.д.) и NLP-домена (токенизаторы, векторизаторы, transformers, BERT, LLM, RAG и т.д.).
• Опыт применения ML-библиотек (pandas, NumPy, matplotlib, scikit-learn, langchain или аналогичные библиотеки для работы с LLM).
• Опыт разработки RAG-пайплайнов.
• Опыт работы с документами разных форматов (docx, rtf, pdf и т.д.).

Условия

• Deep diving в предметную область, много разработки по задачам имеющим прямой эффект на бизнес.
• Возможность привносить новые идеи и нестандартные решения.
• Сообщество D-people– поддержка, развитие и возможность учиться у профессионалов.
• Достойную оплату труда.
• ДМС, сниженные ставки по кредитованию, программы лояльности для сотрудников.
• Современный офис рядом с метро Кутузовская, бесплатный фитнес в офисе.
• Возможность выбрать удобный формат работы — удаленка, гибрид или офис.

Кластер моделирования и исследования данных Блока «Стратегия и развитие» Сбера занимается разработкой AI-решений для различных бизнес-доменов подразделения: целеполагание и эффективность деятельности, управление численностью Группы, Data-driven инсайты для стратегии, анализ процессов и клиентских путей банка.

Обязанности

• Участие в автоматизации источников данных для ML моделей совместно с ML Engineer/Data Engineer.
• End2end-разработка ML-моделей, доведение моделей из стадии MVP до целевого решения (все этапы ЖЦ моделей по CRISP-DM от Data Understanding до Deployment с использованием тех. стека банка).
• NLP-задачи: Preprocessing, Classification, Summarization (Ext/Abst), Sentence Compression, Simplification, NER, Semantic Search, Clustering и др..
• Domain Adaptation и дообучение (Lora SFT / SFT) большой языковой модели Сбера (GigaChat) с использованием внутренних / синтетических данных.
• LLM Plugins (multi-hop reasoning, поиск, генерация fuse blocks для вызова внешних API).
• Разработка Python back-end сервисов для обслуживания моделей в ПРОМ-среде. Сопутствующие обязательные стримы:
• Взаимодействие с бизнес-заказчиком для выявления требований к AI-компоненте продукта.
• Участие в разработке архитектуры решения в части AI-компоненты (тех. стек для развертывания моделей в средах исполнения).
• Участие в стримах по валидации моделей и постановке их на автомониторинг.

Требования

• Опыт в разработке NLP-моделей (обязательно) и рекомендательных систем (желательно).
• Высокий уровень владения ядром Python и SQL.
• Свободное владение базовыми библиотеками на Python, в том числе: pandas, NumPy, matplotlib, seaborn.
• Опыт работы с NLP-библиотеками: Pymorphy2, NLTK, Gensim, spaCy, RegExp.
• Индустриальный опыт разработки, обучения, тестирования, выведения моделей в эксплуатацию и мониторинга качества.

Условия

• Возможен удаленный, гибридный или офисный формат на выбор.
• Ипотека выгоднее для каждого сотрудника и льготные условия кредитования.
• Фитнес-залы в офисах.
• Бесплатная подписка СберПрайм+.
• Скидки на продукты компаний-партнеров: Okko, Сбер Маркет, Delivery Club, Самокат, Сбер Еаптека и другие.
• ДМС с первого дня и льготное страхование для близких;корпоративная пенсионная программа.
• Курсы для будущих родителей, материальная поддержка и тематическое сообщество для молодых мам.
• Детский отдых и подарки за счет Компании.
• Обучение за счет Компании: онлайн курсы в Виртуальной школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию.
• Реферальная программа для сотрудников: можно пригласить в команду знакомых профессионалов и получить вознаграждение до 100 тыс. рублей.

Мы ищем опытных специалистов по работе с большими языковыми моделями, готовых выступить в роли наставников и менторов для других членов команды. Если ты уже поднаторел в LLM и LangChain, и хочешь выйти на новый уровень владения NLP-экспертизой в одном из самых сложных доменов — юридическом, то давай к нам!

Наша междисциплинарная команда (юристы, лингвисты, разработчики и специалисты по Data Science) создаёт инновационные продукты на стыке искусственного интеллекта и права. Основной фокус — разработка ИИ-агентов для автоматизации юридических процессов, включая анализ договоров, сопровождение сделок и поддержку принятия решений.

Вам предстоит

• Разрабатывать и совершенствовать ИИ-агентов для решения юридических задач.
• Формализовать юридические процессы для их автоматизации.
• Создавать и оптимизировать промпты (prompt engineering) для LLM-моделей.
• Разрабатывать онтологии и структуры знаний в юридической области.
• Анализировать и улучшать работу NLP-сервисов.
• Готовить данные для обучения и дообучения языковых моделей.
• Взаимодействовать с юристами и разработчиками для интеграции ИИ-решений.

Мы ждем, что ты

• Обладаешь аналитическим и критическим мышлением — умеешь разбирать сложные задачи на составляющие и находить неочевидные решения.
• Имеешь опыт в Data Science/NLP или разработке ИИ-решений (от 3 лет).
• Знаешь основы юридической терминологии или готов быстро погружаться в юридическую тематику.
• Хорошо владеешь Python (pandas, NumPy, библиотеки для NLP).
• Имеешь опыт работы с LLM (GPT, Claude, Mistral и др.), включая prompt engineering и тонкую настройку.
• Умеешь работать с инструментами управления задачами (Jira, Confluence, Git).

Условия

• Годовая премия по итогам работы до 6 окладов.
• Регулярный пересмотр зарплат.
• Корпоративный спортзал и зоны отдыха.
• Более 400 программ СберУниверситета для роста.
• Программа адаптации и помощь руководителя на старте.
• Крупнейшее DS&AI community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы.
• Расширенный ДМС, льготное страхование для семьи, корпоративная пенсионная программа.
• Ипотека для сотрудников по дисконтной программе.
• СберПрайм+ и скидки у партнёров.
• Бонус за рекомендации в команду.

Мы в GigaChat делаем core-технологию генеративной языковой модели: она пишет тексты, генерирует изображения, пишет код, отвечает на вопросы и ведёт диалоги.

Прошлой осенью мы выпустили сильную русскоязычную модель GigaChat MAX уровня GPT-4 (метрики — в статье на Habr). Зимой выложили в открытый доступ одну из наших MoE-моделей. И на этом не остановились — двигаемся дальше!

Сейчас у нас фокус в несколько направлений:

1. Исследования и эксперименты.

• Стабилизация и развитие архитектур (новые виды attention, улучшение тестового стенда изменений).
• Методы улучшения обучения (оптимизация, лоссы и режимы вроде FIM/MTP, балансировка MoE).
• Скейлинг-законы (для гиперпараметров, качества и стоимости).
• Постоянный разбор свежих статей и идей индустрии.

1. Инфраструктура и параллельные тренировки.

• 5-D параллелизм, ускорение мультимодальных и гигантских MoE-моделей на больших кластерах.

1. Фреймворк распределённого обучения.

• Разработка GigaFSDP, эксперименты с FP8/mixed-precision, устойчивость и эффективность обучения на больших масштабах.

1. Низкоуровневые оптимизации.

• Оптимизация операций на уровне CUDA/triton ядер, улучшение производительности NCCL, профилирование и устранение узких мест.

1. Качество и метрики.

• Развитие оценки GigaChat: от международных олимпиадных задач до метрик, специфичных для русского языка.

Ищем NLP Engineer, с которым будем делать GigaChat умнее. Для экспериментов у нас — кластер с большим числом A100/H100.

Чем предстоит заниматься

• Доводить качество на русском до уровня ChatGPT и выше.
• Придумывать и проверять идеи, которые дают практический выигрыш.
• Помогать решать задачи внутренних клиентов Сбера — с прицелом на внешних пользователей.
• Следить за индустрией: читать статьи, быстро проверять гипотезы, делиться результатами.

Что важно

• Уверенный Python и PyTorch.
• База по алгоритмам и математике (линейная алгебра, оптимизация, вероятности).
• Опыт обучения DL-моделей: от «просто моделей» до больших.
• Теоретическое понимание алгоритмов распределенного обучения.
• Представление о текущем ландшафте LLM и трендах.

Плюсом будет:

• Опыт с распределённым обучением (DDP/FSDP/параллелизмы), CUDA/NCCL/профилирование, MoE/FP8, мультимодальные модели, построение метрик качества.

Даже если у тебя нет опыта с LLM, но ты много занимался NLP исследованиями или инженерными оптимизациями — не стесняйся откликнуться!

Формат и условия

• Удалённо по России.

• Возможность оформления в аккредитованную IT-компанию.

• Годовая премия по итогам работы до 6 окладов.
• Регулярный пересмотр зарплат.
• Корпоративный спортзал и зоны отдыха.
• Более 400 программ СберУниверситета для роста.
• Программа адаптации и помощь руководителя на старте.
• Крупнейшее DS&AI community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира, регулярные внутренние митапы.
• Расширенный ДМС, льготное страхование для семьи, корпоративная пенсионная программа.
• Ипотека для сотрудников по дисконтной программе.
• СберПрайм+ и скидки у партнёров.
• Бонус за рекомендации в команду.

Мы команда GigaChat — создаём и развиваем core-технологию генеративной языковой модели. Она может писать тексты, создавать изображения и даже код на Python. Она умеет отвечать на вопросы, вести диалог, сочинять стихи и рассказы, придумывать идеи для бизнеса, писать письма и многое другое.

Направления

• Разработка фреймворка распределённого обучения GigaFSDP, исследование обучений в FP8.
• Развитие метрик качества GigaChat-а, например, через оценку способности решать задачи олимпиад международного уровня.
• Команда инфраструктуры обучений, 5-D параллелизм, в том числе ускорение обучений мультимодальных моделей.
• Разработка низкоуровневых оптимизаций операций на аппаратном уровне.

На эти роли мы ищем талантливого NLP Engineer, с которым будем вместе совершенствовать и развивать GigaChat. Для всех этих экспериментов у нас есть кластер с большим числом A/H 100'ых.

Что делать

• Довести качество до ChatGPT на русском и дальше обогнать его.
• Помогать решать бизнес-задачи с помощью нашей технологии сначала для внутренних клиентов в Сбере, а потом и внешним.
• Придумывать и внедрять новые применения для LLM.
• Помогать выводить в прод всё, что мы обучим.
• Постоянно держаться up-to-date со свежими статьями.

Требования

• Уверенное владение Python, PyTorch.
• Знание базовых алгоритмов и математики.
• Знания в DL, опыт обучения простых и больших моделей.
• Опыт обучения моделей для продакшена.
• Понимание текущего состояния эволюции больших LLM'ов.
• C++ и CUDA.
• Будет плюсом наличие публикаций.

Условия

• Комфортный современный офис в Москве и Санкт-Петербурге.
• Возможность выбрать удобный гибридный график.
• Ежегодный пересмотр зарплаты и годовая премия.
• Зоны отдыха.
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
• Программа адаптации и помощь руководителя на старте (для стартовых позиций).
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа.
• Ипотека для сотрудников выгоднее до 7%.
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнёров.
• Вознаграждение за рекомендацию друзей в команду Сбера.

«АльфаСтрахование» - крупнейшая российская частная страховая компания и технологический лидер отрасли - усиливает команду машинного обучения и работы с данными.

Мы ищем data scientist’а в команду, занимающуюся созданием и поддержкой решений, в том числе ИИ агентов с использованием машинного обучения, преимущественно LLM моделей и связанной инфрастуктуры.

Если у вас хорошая математическая подготовка, вы любите анализировать большие объемы данных и хотите получить опыт участия в полном цикле разработки ML-решений, а также готовы внедрять эти решения и влиять на бизнес, то мы будем рады видеть вас в нашей команде.

Обязанности:

• Разработка решений (подготовка данных, выбор решения, обучение, тесты, запуск в production-среде) на основе больших языковых моделей (LLM).
• Разработка ML-моделей (подготовка данных, выбор решения, обучение, тесты, запуск в production-среде).
• Сопровождение ML и LLM решений (мониторинг сервисов и моделей, отслеживание дрейфа данных, работа над развитием).
• Оценка влияния на бизнес предложенных решений.
• Подготовка признаков для feature store (используем Feast).
• Взаимодействие с DA/DE/DevOps для улучшения и автоматизации процессов.

• Понимание работы LLM моделей, их использования в связке RAG, MCP.
• Понимание работы базовых ML-алгоритмов.
• Знание метрик машинного обучения и их интерпретации.
• Уверенное владение Python
• Знание основных фреймворков для построения RAG: llamaindex, langchain и т.п.
• Общее представление об A/B-тестах.
• Навыки работы с Git
• Опыт самостоятельного обучения и вывода моделей в production.

Желательно:

• Навыки построения пайплайнов обработки данных с использованием pyspark.
• Опыт проведения A/B-экспериментов.
• Знакомство с MLFlow, dvc.
• Наличие представления о REST API (плюсом будет опыт работы с FastAPI).
• Опыт работы с Docker.
• Представление о различных источниках данных: реляционные базы данных, Redis, Hive, Kafka.

Желательно:

• Навыки построения пайплайнов обработки данных с использованием pyspark.
• Опыт проведения A/B-экспериментов.
• Знакомство с MLFlow, dvc.
• Наличие представления о REST API (плюсом будет опыт работы с FastAPI).
• Опыт работы с Docker.
• Представление о различных источниках данных: реляционные базы данных, Redis, Hive, Kafka.
• Опыт работы в qlikview, superset

• Работу в профессиональной команде, которая готова делиться знаниями и опытом;
• Возможность внешнего обучения и прокачки твоих скиллов за счет Компании;
• Заботу о сотрудниках: возможность прохождения медицинских chek-апов, безлимитные бесплатные консультации с финансовыми консультантами, юристами и психологом. В компании поддерживается и развивается культура ЗОЖ;
• Отличный социальный пакет, включающий ДМС, скидки на страховые продукты компании, скидки от наших партнеров (туризм, фитнес и т.д.);
• Обеспечение техникой для работы;
• Гибридный график работы (Вторник, среда и четверг все собираемся в офисе)

Группа Компаний Орбита - ведущий разработчик цифровых решений, российская аккредитованная ИТ-компания

Масштабный технологический проект с глубокой экспертизой в цифровизации бизнеса. Ключевые отрасли: государственный сектор, FinTech, HR Tech, коммуникации и медиа, услуги, рынок недвижимости, travel.

Нам доверяют крупнейшие компании РФ, среди них: Т1, ВТБ, Иннотех, Альфа Банк, ОИС и другие.

Более 6 лет мы ведем собственную продуктовую и заказную разработку высокоэффективных цифровых решений.

• Разработка моделей c генерацией изображений/ проектов/ представлений/ готовых решений из товаров компании в рамках проверки PoC для ИИ идей. входящих в ИИ инкубатор.

• Понимание принципов проектирования CV моделей, управление состоянием, выбор инструментов, контроль уровня автономности и human-in-the-loop.
• Глубокое понимание основных принципов машинного обучения: подготовка данных и признаков, выбор моделей, регуляризация, переобучение, data leakage, интерпретация результатов.
• Знание математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов.
• Понимание принципов оценки качества ML-систем: offline- и online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных.
• Опыт работы хотя бы в одном из направлений:
  o классическое машинное обучение;
  o временные ряды и прогнозирование;
  o рекомендательные системы, поиск и ранжирование;
  o NLP, LLM и генеративный AI.
• Уверенное владение Python и основными библиотеками для анализа данных и машинного обучения: pandas или polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch или аналогичные инструменты.
• Умение писать поддерживаемый production-код: модульная архитектура, тестирование, логирование, документация, работа с Git и участие в code review.
• Уверенное владение SQL
• Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы.
• Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента.
• Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков.
• Умение оценивать стоимость, latency и масштабируемость LLM-решений.
• Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
• Опыт эксплуатации GPU-инфраструктуры и оптимизации inference.
• Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT.
• Опыт проектирования agentic workflows или multi-agent-систем.
• Понимание принципов информационной безопасности, privacy и работы с персональными данными.

Мы предлагаем:

• Удаленную работу: можно работать полностью удаленно из РФ;

• Белую заработную плату, оформление согласно Трудовому кодексу РФ;
• Комфортный старт: 3 месяца плавного погружения под присмотром HR;
• Поддержку: IT-отсрочку и консультации HR/юристов;
• Прозрачные процессы и открытую коммуникацию;
• Работу на лучшем оборудовании без логирования времени, с фокусом на доверии и результате;
• ДМС: медицинское страхование за счет компании;
• Развитие: индивидуальный план обучения, посещение конференций и митапов, поддержка в развитии карьеры;
• Личный бренд: возможность выступать на конференциях, митапах, публикация статей;
• Бенефиты: ежеквартальное обновление корпоративных скидок;
• Движ: организация вечеринок оффлайн и онлайн, предоставление мерча, проведение конкурсов и челленджей.

Откликайтесь, будем рады познакомиться лично!

Computer Vision Engineer

Мы в команду ищем сильного Computer Vision Engineer.

Собрали крепкую архитектуру, выстроили процессы и масштабировались. Уверенно пробили отметку в 40к юзеров. Нагенерили уже больше миллиона вертикальных роликов.

Делаем технологичный продукт. Подкастеры и блогеры закидывают исходник, а на выходе получается автоматическая .

А как бустануть качество кропа под новые запросы рынка? А как выстроить паттерны ai-агентов так, чтобы система работала как часы? А как выжать максимум вэлью из моделей на torch при текущих нагрузках?

Нужно жестко угореть по CV, аудио-видео процессингу и мультиагентным системам.

Стек под капотом: python, torch, mongodb, fastapi, yolo, whisper для транскрибации, ffmpeg для работы с медиа и разные llm модели.

Задачи:

• пилить сложные алгоритмы детекции и трекинга лиц
• проектировать паттерны взаимодействия llm-агентов
• разрабатывать элегантную логику смены планов для подкастов
• выжимать максимум из текущих нейронок на torch
• оптимизировать пайплайны транскрибации через whisper и рендер в ffmpeg

Делаем ML не ради ML. Важно понимать, как весь этот пайплайн решает боль юзера и конвертируется в прибыль.

Мы ценим прагматичный подход и насмотренность. Если возникает проблема, мы не ищем виноватых, а садимся рядом и вместе пробиваем узкое место в архитектуре.

Работы предстоит много. Серваки сами себя не оптимизируют, а поток тяжелых исходников от юзеров растет каждый день.

• Работа в области Data Science с фокусом на решении прикладных задач NLP (обработка естественного языка), CV (компьютерное зрение), классического машинного обучения, а также задач ранжирования и рекомендаций.
• Применения SOTA (State-of-the-Art) моделей и подходов как минимум в одном из доменов: NLP, CV, Recsys.
• Работа с большими данными и выводом моделей в продуктовый контур.
• Разработка и внедрение моделей для бизнес подразделений, развертывания моделей в продакшн с использованием Docker, Kubernetes, а также технологий для мониторинга и управления моделями (например, MLflow, ClearML).

• Глубокое знание машинного обучения (регрессия, классификация, кластеризация, временные ряды и др.).
• NLP: опыт работы с трансформерными моделями (например, BERT, GPT-like, RoBERTa и др), навыки работы с генеративными моделями и системами анализа текста (NER, классификация текстов, эмбеддинги, синтаксический и семантический анализ), построение чат ботов, опыт обучения ускорения и вывода в продакшн LLM.
• Компьютерное зрение (CV): знание и опыт работы с (ResNet, EfficientNet и др.), детекторами (YOLO, Faster R-CNN) и GAN, опыт обучения ускорения и вывода в продакшн vLLM.
• Опыт создания рекомендательных систем и решений для ранжирования, использование моделей, таких как Matrix Factorization, Neural Collaborative Filtering, Sequence Models (например, BERT4Rec, GPT4Rec) и др.
• Знание и опыт работы с SOTA методами и моделями: fine-tuning и дообучение больших предобученных моделей для специализированных задач.
• Опыт работы с инфраструктурой: Hadoop, Spark, Apache Kafka, SQL, Airflow, S3.
• Сильные навыки программирования на Python (основные библиотеки: TensorFlow, PyTorch, scikit-learn, pandas, numpy и др.), а также знание SQL и Git.
• Навыки оптимизации и развертывания моделей в продакшн с использованием Docker, Kubernetes, а также технологий для мониторинга и управления моделями (например, MLflow, ClearML).