Data Science & ML — свежие вакансии

Sputnik8 — аккредитованная IT-компания, развивающая сервис для бронирования экскурсий по всему миру.

Мы помогаем путешественникам находить и бронировать впечатления в 100+ странах: от классических обзорных экскурсий до необычного локального опыта. Более 7 миллионов человек уже отправились на экскурсии с нами! И мы продолжаем расти, запускать новые географии и проекты.

Сейчас в нашей команде более 200 профессионалов. Мы верим, что сильный продукт рождается там, где людям дают пространство для идей, экспериментов и влияния на результат. Поэтому создаём среду для роста, инициативы и комфортной работы вместе.

Сейчас мы ищем нашего первого Data Scientist. Вам предстоит с нуля развивать направление машинного обучения в нашем продукте. Это роль с высокой самостоятельностью, заметным влиянием на бизнес-метрики и большим пространством для принятия собственных решений.

Вы будете тесно работать с командой Data Engineering, которая уже развивает инфраструктуру данных и помогает с подготовкой датасетов для обучения и экспериментов.

Чем предстоит заниматься:

• Формирование и уточнение бизнес-требований к ML-решениям

• Внедрение ML-направления с нуля

• Улучшение алгоритмов за счет методов машинного обучения

Что мы ждем от кандидата:

• Опыт коммерческой разработки в Machine Learning от 3 лет

• Понимание специфики рекомендательных систем и задач ранжирования

• Самостоятельность: умение декомпозировать задачи, выбирать подход и принимать архитектурные решения в условиях автономности

Технический стек:

• ML-алгоритмы: Практический опыт с градиентным бустингом (CatBoost / XGBoost / LightGBM)

• RecSys-библиотеки: Опыт работы с Implicit, LightFM (или аналогами)

• Работа с данными: Умение эффективно обрабатывать большие объемы данных (SQL, polars)

• MLOps и деплой: Навык вывода моделей в продакшн (Docker, FastAPI, Airflow), обеспечение воспроизводимости экспериментов (MLflow / ClearML) и версионирования данных (DVC)

Будет супер, если есть:

• Опыт дизайна A/B-тестов и анализа результатов

• Уверенное владение PyTorch, понимание архитектуры трансформеров, опыт их обучения для задач рекомендаций

• Опыт разработки LLM-агентов и их валидации (LLM-as-a-Judge)

Что мы предлагаем:

• Работа в быстрорастущей компании над международным продуктом, который вдохновляет

• Гибкое начало рабочего дня: будь на связи и работай в том ритме, который удобен именно тебе

• Любой удобный график работы (офис/гибрид/удаленка)

• Официальное оформление и льготы IT-компаний

• Предоставляем необходимую технику для работы

• Поддерживаем профессиональное развитие: оплачиваем курсы, книги и внешнее менторство

• ДМС со стоматологией, психологом, психотерапией для пар и страхованием в поездках за границу (после испытательного срока)

• Совместные походы по барам Васильевского острова, пробуем с командой разные кухни мира на обедах, поддерживаем местные бренды

• Дважды за зиму выезжаем работать в тёплые страны!

• Офис в пяти минутах от ст. метро Василеостровская в историческом здании Андреевского двора. Рядом прекрасные кофейни и вкусный фудкорт

Ntechlab — мировой лидер в сфере интеллектуальной видеоаналитики

Мы создаём технологии, которые в режиме реального времени «понимают», что происходит в кадре: от распознавания лиц, силуэтов и объектов до анализа действий. Наши алгоритмы признаны одними из лучших в мире по результатам международных тестов

О команде:

Команда распознавания лиц отвечает за ядро технологии идентификации — алгоритм, определяющий качество всех продуктов компании. Мы создаём state-of-the-art модели для извлечения уникальных дескрипторов лиц и постоянно улучшаем их через исследования в области deep metric learning. Сейчас мы развиваем пайплайн подготовки, валидации и мониторинга данных, стремясь к большей автоматизации каждого этапа. Нам нужен специалист, который поможет оптимизировать процесс подготовки данных и встроить его в контур непрерывного обучения.

Чем предстоит заниматься:

• Развивать автоматическую фильтрацию по качеству, балансировку по атрибутам (пол, возраст, раса, ракурс, освещение), дедупликацию;
• Совершенствовать стратифицированные валидационные сплиты и систему метрик для контроля качества модели на значимых срезах с автоматической генерацией отчётов;
• Анализировать системные ошибки модели — кластеризация проблемных примеров, поиск паттернов;
• Экспериментировать с функциями потерь, адаптивными марджинами и стратегиями отрицательного майнинга с акцентом на работу с «длинными хвостами» и редкими группами;
• Участвовать в развитии системы мониторинга дрейфа данных и качества моделей в продакшене;
• Изучать методы интерпретируемости и точечного дообучения в формате pre-train → fine-tune → calibration.

Кого мы ищем:

• Опыт исследовательской работы в Computer Vision от 3 лет. Умение самостоятельно ставить гипотезы, планировать и проводить эксперименты, анализировать результаты и делать обоснованные выводы;
• Глубокое понимание метрик качества для задач распознавания (TAR@FAR, ROC, EER);
• Практический опыт с несбалансированными выборками и продвинутыми стратегиями семплирования;
• Уверенное владение Python и PyTorch, опыт с большими наборами данных (WebDataset, LMDB, Dali) и распределённым обучением;
• Умение читать и реализовывать алгоритмы из статей;
• Навыки трекинга экспериментов (MLflow, W&B);
• Английский — на уровне чтения статей и технической документации.

Плюсом будет:

• Релевантный опыт участия в международных соревнованиях;
• Публикации на ведущих конференциях (CVPR, ICCV, ECCV);
• Опыт работы с векторными базами данных для валидации на больших галереях;
• Навыки работы с синтетическими данными и 3D-аугментацией;
• Опыт разработки loss-функций для метрического обучения;
• Опыт с интерпретируемостью (SHAP, LIME, concept bottlenecks) или методами пост-тренинга (fine-tuning, адаптеры, calibration).

• Ты будешь работать в среде, где ценят инновации и не боятся экспериментировать;
• Забота о здоровье: после испытательного срока — расширенный ДМС со стоматологией. Хорошее самочувствие — основа продуктивности и внутреннего комфорта;
• Гибкое начало рабочего дня. Мы понимаем, что все работают по-разному. Кто-то продуктивен с раннего утра, а кому-то нужно немного времени на раскачку;
• Наш офис — это не просто рабочее место, а уютное пространство в центре города с зонами отдыха;
• Культура People First: мы слышим своих коллег, поддерживаем и создаём среду, где можно расти без выгорания и формализма;
• Внутренние сообщества: киноклуб, квизы и настолки — мы умеем не только эффективно работать, но и классно проводить время вместе;
• У тебя будет доступ к корпоративной программе со скидками от сотен брендов — рестораны, путешествия, обучение, мед. услуги и многое другое.

Ищем AI / ML-инженера для разработки систем на стыке 2D/3D компьютерного зрения, временных рядов и Edge AI (ключевой проект связан с распознаванием дорожных знаков и инфраструктуры), работа в офисе (г. Минск).

Задачи:

• Разработка Edge-решений: оптимизация, квантизация (INT8/QAT) и деплой легких моделей на мобильные и бортовые устройства для распознавания дорожных знаков и инфраструктуры «на лету»;

• Обработка видеопотока (2D CV): построение пайплайнов детекции, сегментации и сквозного трекинга объектов на видео в реальном времени;

• Работа с 3D-данными (LiDAR): обработка облаков точек, 3D-сегментация и калибровка связки «камера-LiDAR» для точного позиционирования объектов;

• Анализ временных рядов: прогнозирование редких событий и обработка пространственно-временных данных (телеметрия, геоданные, внешние факторы);

• Оптимизация и деплой: сборка пайплайнов в Docker, конвертация моделей в ONNX/TensorRT для максимальной производительности.

• База: Python, PyTorch, Git, Docker, Linux CLI, ONNX / TensorRT. Английский B2;

• 2D CV & Видео: YOLOv8+, Mask R-CNN, SAM, ByteTrack/StrongSORT, ffmpeg / OpenCV, VideoSwin / SlowFast;

• 3D (Облака точек): PointNet++, KPConv, VoxelNet / PointPillars, Open3D / PDAL, калибровка LiDAR-камера;

• Временные ряды: LSTM / GRU, Temporal Fusion Transformer, CatBoost / LightGBM, SQL, pandas;

• Edge / Mobile: YOLO-NAS, NanoDet, TFLite / ONNX Runtime Mobile, квантизация INT8 / QAT;

• Будет плюсом: GroundingDINO, CLIP/VLM, RAFT, spconv, GPS/IMU/RTK, NeRF/3DGS, PostGIS/OSM, Android (NDK/Kotlin).

• Работа в офисе (г. Минск);

• Официальное оформление и стабильный доход от 2 500 USD;

• 6 месяцев (период глубокого погружения в проект и адаптации);

• Сложные, амбициозные задачи на стыке передовых технологий (2D/3D CV, Edge AI);

• Сильная техническая команда и гибкие процессы разработки;

• Современный стек технологий и возможность влиять на архитектуру решений.

Центр компетенций по внедрению ИИ-агентов занимается разработкой ИИ-агентов с использованием передовых языковых моделей (LLM) для оптимизации различных процессов Сбера. Наша цель — повышение эффективности процессов Банка и автоматизация задач с помощью новейших технологий в области искусственного интеллекта.

Основные направления нашей деятельности:

• Разработка ИИ-агентов для автоматизации бизнес-процессов
• Участие в дообучении и адаптации LLM на основе внутренних и внешних данных
• Оптимизация и улучшение производственных процессов Сбера с помощью AI

Почему стоит присоединиться к нам:

• Возможность работать с передовыми AI и ML технологиями
• Участие в развитии инновационных сервисов, которые реально влияют на процессы в крупнейшем банке страны
• Работа в дружной и профессиональной команде, нацеленной на достижение высоких результатов
• Возможность участия в международных проектах и конференциях по ИИ и машинному обучению
• Доступ к самым современным ресурсам и инструментам для разработки ИИ-решений

Присоединяйтесь к нашей команде и внесите свой вклад в улучшение производственной системы Сбера!

• Разработка PoC и MVP ИИ-агентов на основе LLM с использованием фреймворков для работы с LLM, таких как LangChain/GigaChain

• Помощь и участие на стадии внедрения ИИ-агентов (вывод в промышленную эксплуатацию)

• Адаптация и обучение языковых моделей (LLM) Сбера с использованием внутренних и внешних данных, Prompt Tuning, RAG

• Решение задач NLP: Preprocessing, Classification, Summarization (Ext/Abst), Sentence Compression, Simplification, NER, Semantic Search, Clustering

• Индексация и ранжирование текстовых документов разной длины

• Взаимодействие с бизнес-заказчиком для выявления требований и постановка задач

• Обеспечение безопасности и конфиденциальности данных в процессе разработки и внедрения ИИ-агентов

• 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

• Знание фреймворков для работы с LLM, таких как langchain.

• Ипотека по корпоративной ставке

• 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, включая: 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.

О нас

Компания РЕСО-гарантия – один из лидеров страхования в России, услугами которой ежегодно пользуются более 15 млн. человек. Мы - команда высококлассных аналитиков и в нашем распоряжении находится одно из крупнейших хранилищ данных на рынке страхования.

Ищем аналитиков с опытом и без него

Объём задач, связанных с обработкой и анализом информации растет, поэтому мы расширяем нашу команду. Нам интересно работать как с опытными, так и с начинающими аналитиками, поэтому нужны и те, и другие. Конечно, уровень заработной платы и функционал будут разниться в зависимости от опыта и квалификации, но мы готовы учить, делиться опытом и помогать в работе.

Чем предстоит заниматься

• Сбор, подготовка данных, проектирование признаков
• Разработка моделей преимущественно классического ML
• Оценка бизнес-эффекта от моделей
• Внедрение моделей в прод и контроль их стабильности и качества

Ожидаем, что вы:

• Владеете Python и SQL на высоком уровне
• Хорошо понимаете принципы классического машинного обучения
• Разрабатывали модели классического ML и внедряли их в прод
• Умеете превращать бизнес задачу в задачу машинного обучения, предлагать подходы и защищать свое решение
• Умеете исследовать, интерпретировать данные, оценивать эффект от внедрения моделей

Что будет плюсом

• Знание теории вероятности и математической статистики;
• Понимание задач актуария;

Мы предлагаем

• Оформление в штат согласно ТК РФ;
• Заработная плата обсуждается индивидуально, с успешным кандидатом
• График работы: 5/2, 9.30 – 18.00 часов, по пт. до 17.00 часов
• Гибридный формат (количество дней в офисе обсуждается)
• Комфортный офис в 5 минутах ходьбы от МЦК Верхние котлы и 12 минутах от м. Нагатинская;
• ДМС и скидки на другие страховые продукты компании;
• Корпоративный спорт (йога, цигун, бег, волейбол, хоккей, футбол);
• Объединяющие онлайн-мероприятия: бизнес-игры, квизы, лекции, вебинары и челленджи;
• Кафетерий льгот – скидки от партнеров Компании на различные товары и услуги;
• Новогодние подарки для детей сотрудников Компании;

Мы в Центре Робототехники Сбера создаем универсальный воплощенный ИИ для роботов, который будет управлять разнообразными физическими воплощениями: манипуляторами, мобильными колесными роботами, роботами-собаками, мобильными манипуляторами и другими робототехническими платформами.

Сейчас мы ищем в команду специалиста уровня middle/senior.

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него в Сберчате, диалог зайдёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

• подготовка и развитие датасетов для обучения VLM-моделей навыкам планирования и взаимодействия с роботом.Сбор, очистка, структурирование и валидация данных экспериментов, результатов работы моделей

• формирование новых обучающих выборок на основе анализа ошибок моделей и потребностей расширения функционала системы

• разработка пайплайнов для автоматизации сбора, фильтрации, разметки, проверки качества и версионирования данных

• курирование разметки данных: подготовка инструкций, контроль качества

• взаимодействие с ML-исследователями и инженерами для подготовки данных под обучение, дообучение и оценку моделей

• обучение моделей.

• опыт работы с подготовкой и обработкой данных для ML-задач

• уверенное владение Python и библиотеками для работы с данными (Pandas, NumPy и аналогами)

• опыт автоматизации процессов подготовки данных и разработки пайплайнов обработки данных

• понимание принципов контроля качества датасетов и воспроизводимости экспериментов

• опыт работы с Docker, Linux, Git

• понимание машинного обучения и подготовки данных для обучения моделей

• навыки работы с генеративными AI-моделями, опыт создания AI-агентов и использование их в работе будет преимуществом

• опыт использования GigaChat, Kandinsky и аналогов в продуктах

• инструментальное владение Ai для анализа, генерации и автоматизации

• готовность разбираться в предметной области робототехники, VLM-моделей и мультимодальных данных.

Будет плюсом

• опыт подготовки данных для ML, NLP, CV или мультимодальных моделей

• опыт работы с данными для обучения LLM/VLM-моделей

• опыт работы с DVC, MLflow, ClearML или другими инструментами для управления экспериментами и датасетами.

• офисный/гибридный формат, адрес Автозаводская 23а к2

• ежегодный пересмотр зарплаты и годовая премия

• расширенный ДМС и льготное страхование для семьи

• уникальная система обучения Сбера для профессионального и карьерного развития

• выгодная ипотека для сотрудников

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Направление фильмов и сериалов в VK Видео отвечает за развитие одних из ключевых сценариев потребления: фильмы, сериалы, детский контент, ТВ-шоу и тематические подборки. Мы хотим сделать эти сценарии удобнее и персональнее для пользователя: помогать находить хороший фильм на вечер, выбирать следующую серию любимого сериала, продолжать просмотр с нужного места и получать релевантные рекомендации без дублей.

Мы ищем старшего ML-разработчика, который будет развивать киносериальные рекомендации: анализировать пользовательское поведение, формулировать и проверять гипотезы, развивать матчинг и дедупликацию контента, обучать модели, обеспечивать стабильную работу рантайма, проводить A/B-эксперименты и развивать систему метрик.

Что предлагаем:

• Большой масштаб — десятки миллионов пользователей, высоконагруженный рантайм и большие данные
• Значимую продуктовую зону — фильмы и сериалы являются одним из ключевых драйверов роста вовлечения и TVT
• Сильную техническую среду — Discovery-платформа, ML-инфраструктура, Java, YTsaurus, быстрый цикл экспериментов
• Нетривиальные задачи — матчинг тайтлов, дедупликация копий, рекомендации сериалов, подборки, работа с плейлистами и кластерными сущностями
• Реальное влияние на продукт — возможность влиять не только на модели, но и на качество пользовательских сценариев

Задачи

• Развивать рекомендации для фильмов, сериалов, детского контента, ТВ-шоу и тематических подборок, а также разрабатывать механизмы матчинга и дедупликации контента
• Обеспечивать стабильную работу ML-решений в высоконагруженном рантайме 
• Проводить A/B-эксперименты и принимать решения на основе данных
• Взаимодействовать с продуктом, аналитиками, бэкендом и смежными ML-командами
• Находить точки роста и формулировать продуктовые и ML-гипотезы

Требования

• Вы имеете от трёх лет опыта разработки ML-решений
• Уверенно пишете код на Python, Java или C++
• Работали с ML-системами в условиях высокой нагрузки
• Умеете работать с продуктовыми метриками и A/B-тестами
• Готовы брать на себя сложные технические задачи и доводить решения до продакшена

Будет плюсом

• Работали с рекомендательными, поисковыми или рекламными системами
• Работали с видео, медиа, UGC или стриминговыми продуктами
• Сталкивались с задачами матчинга и дедупликации контента
• Имеете опыт оптимизации ML-рантайма и production-инфраструктуры

Мы в Центре Робототехники Сбера создаем универсальный воплощенный ИИ для роботов, который будет управлять разнообразными физическими воплощениями. Например, манипуляторами, мобильными колесными роботами, роботами собаками, мобильными манипуляторами.

В основу нашего ИИ ляжет большая мультимодальная модель. Ей будут подчиняться фундаментальные модели навигации, манипуляции и планирования движений.

Один из основных шагов на этом длинном пути - это масштабные исследования возможностей больших языковых моделей (Large Language Models) и мультиагентных систем для задач робототехники.

Сейчас мы ищем в команду специалистов уровня middle\senior.

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него в Сберчате, диалог зайдёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

• разработка сервисов на основе мультимодальных LLM для взаимодействия с пользователем и декомпозиции высокоуровневых задач с учетом возможностей роботов и ограничений среды

• обучение и дообучение языковых и мультимодальных моделей

• анализ и внедрение идей из научных публикаций

• разработка и тестирование мультиагентных систем.

• уверенное владение Python

• знание алгоритмов и структур данных

• опыт обучения языковых моделей

• опыт работы с PyTorch и HuggingFace Transformers

• понимание классических ML-алгоритмов и архитектур нейросетей (Transformers, RNN, LSTM)

• навыки работы с генеративными AI-моделями, опыт создания AI-агентов и использование их в работе будет преимуществом

• опыт использования GigaChat, Kandinsky и аналогов в продуктах

• инструментальное владение Ai для анализа, генерации и автоматизации

• технический английский (чтение статей и документации).

• офисный формат, адрес Автозаводская 23а к2

• ежегодный пересмотр зарплаты и годовая премия

• расширенный ДМС и льготное страхование для семьи

• уникальная система обучения Сбера для профессионального и карьерного развития

• выгодная ипотека для сотрудников

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Планирование архитектуры приложений с использованием LLM (Large Language Model) в качестве основной технологии;
Разработка ML-бэкендов и микросервисов для обеспечения функциональности и интеграции различных сервисов;
Выстраивание интеграционных взаимодействий со смежными командами: активное участие в встречах и согласование решений;
Оптимизация текущих решений с акцентом на производительность и управление нагрузкой (onnx, openvino, tensorrt).

Опыт работы в роли MLE от 2-х лет;
Опыт разработки классических моделей машинного обучения в областях NLP (Natural Language Processing);
Уверенное знание Python и опыт разработки сетевых/асинхронных приложений;
Опыт разработки, внедрения и оценки эффективности решений на основе современных NLP моделей в роли ведущего или лида проекта;
Широкая насмотренность в области LLM, RAG (Retrieval-Augmented Generation), а также опыт применения современных подходов к разработке решений;
Опыт выстраивания процессов и внедрения лучших практик в разработке и анализе данных;
Знание Docker, CI/CD, FastAPI и SQL, с готовностью разрабатывать решения с нуля;
Опыт с topic modeling, NER, кластеризацией, SSL, few shot / unsupervised learning;
Опыт участия в проектах по внедрению Gen AI-решений;
Опыт в оптимизации инференса (vllm, Triton Inference Server, аналоги).

Работа в крупнейшем в России интегрированном провайдере цифровых решений;
Возможна полная или частичная удаленная работа из России;
В Москве - БЦ Академик, победивший в номинации лучший проект «Бизнес-центр класса А. Москва» Возможность работать из офисов в городе Краснодар и Новосибирск.
Официальное оформление — согласно ТК РФ (полный соц. пакет: ежегодный оплачиваемый отпуск 28 календарных дней, оплата больничных);
Официальная заработная плата (оклад и годовая премия);
Кафетерий льгот с 1 рабочего дня: ДМС, компенсация транспорта, интернета, спорта, обучения и др.;
Корпоративное обучение: внутренние митапы, участие в конференциях, доступ к корпоративным библиотекам технической и бизнес литературы.

МТС Web Services (MWS) — бигтех-компания, предоставляющая облачные, AI-сервисы и платформенные решения под разные задачи бизнеса: от работы с данными до разработки продуктов и оптимизации процессов. Также мы запустили новую публичную платформу собственной разработки — MWS Cloud Platform.
Big Data – один из ключевых юнитов МТС.
Сегодня Big Data – это: 20 петабайт данных, 5 000 метрик на профиль и 400 увлеченных профессионалов в команде.
Мы – data-команда продукта МТС Защитник, который защищает миллионы пользователей от телефонного спама и мошенников. Это живая и постоянно меняющаяся задача: спамеры адаптируются под фильтры, меняют поведение и тексты, а мошенники регулярно придумывают новые схемы, используя социальную инженерию и давление на эмоции. Мы работаем с большими объёмами данных и моделями, которые должны не просто хорошо считать метрики, но и стабильно работать в продакшене с жёсткими требованиями к latency и качеству - и реально влиять на безопасность людей.
Поэтому мы ищем Middle+/Senior ML Engineer, который поможет нам в развитии инструментов борьбы со спамом и мошенниками.
Используемый стек ML: Python, CatBoost, PyTorch, Transformers, ONNX, Triton Inference Server, MLflow; Data: PySpark, ClickHouse, Pandas, NumPy

Задачи

Поддерживать и развивать ML-модели для выявления телефонного спама и мошенничества (табличные модели и NLP: классификация текстов, анализ расшифровок звонков);
Заниматься feature engineering, у нас много витрин и источников данных, важно извлекать из них полезные сигналы;
Участвовать в построении pipeline от данных до production-инференса (обучение, оптимизация, мониторинг);
Участвовать в постановке задач разметки и работе с качеством данных;
Общаться с бизнес-заказчиками: помогать формализовать задачи, согласовывать метрики, объяснять ограничения и результаты моделей;
Предлагать и проверять новые подходы к детектированию спама и мошеннических сценариев

Требования

Опыт работы в Data Science / ML от 3 лет;
Хорошее понимание классического ML и практический опыт feature engineering;
Опыт продуктивизации ML-моделей и их сопровождения;
Опыт в дообучении NLP-моделей под конкретные задачи: классификация, NER;
Умение переводить бизнес-задачи в ML-формулировки и внятно объяснять результаты;
Уверенные навыки Python и SQL;
Будет плюсом: PySpark, Hadoop, MLOps

Условия

Собственную платформу MTS Ocean для получения ИТ-ресурсов, а это значит, что деплой, мониторинг, observability — не будут для тебя проблемой, ты сможешь сосредоточиться на фичах;
Профессиональные гильдии инженеров, где мы поддерживаем друг друга и помогаем стать лучше;
Внутреннюю площадку TechTalks для обмена опытом, дискуссий, развития навыков самопрезентации;
Участие во внешних IT конференциях. Мы выступаем на HighLoad++, DataFest, Mobius, Test Driven Conf, Joker, DevOps, Матемаркетинг и даже проводим собственную конференцию по архитектуре True Tech Arch;
Полезные курсы и вебинары в корпоративном университете и электронную библиотеку;
ДМС с первого месяца работы, включая стоматологию;
Страхование от несчастных случаев с 1 месяца работы. Материальную помощь в сложных жизненных ситуациях;
Отпуск 28 календарных дней (+3 дополнительных дня за ненормированный рабочий день);
Гибридный формат работы;
Прием врачей общей практики и массаж в офисе;
Мобильная связь за счет компании и льготные тарифы для близких;
Подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети.

Привет! Это отдел функциональности поиска.

Современный сервис для пользователя – это не просто инструмент решения понятных и привычных задач, но еще и помощник для исследования чего-то нового и ранее неизвестного. Зачастую покупатель на маркетплейсе не знает какой конкретный товар закроет его потребность, ему нужна консультация эксперта и возможность удобного выражения своих желаний. Прямо как в магазине, только на экране мобильного телефона.

Мы уверены, что в мире развитых AI технологий все это уже возможно. Мы ищем DS-специалиста, который будет работать в стриме применения перспективных AI/LLM-технологий в функциональности поиска Ozon.

Вы будете

• Разрабатывать и внедрять ИИ-агенты для поискового ассистента.

• Проектировать и реализовывать системы на основе Retrieval-Augmented Generation (RAG).

• Адаптировать LLM под внутренние и внешние задачи с применением PEFT-методов, RLHF, DPO.

• Заниматься построением пайплайнов обработки и сбора данных и обучения LLM.

• Участвовать в полном ML-цикле: от исследования и создания прототипов до продакшн-внедрения и мониторинга моделей

Нам важно

• Наличие фундаментальной математической базы, знание алгоритмов, математической статистики, классического ML и нейросетей.

• Понимание технических деталей современных LM (как large, так и small), особенности их обучения, понимание принципов дообучения готовой модели на новых данных.

• Опыт работы с современными архитектурами языковых моделей, в том числе обучение/дообучение своих моделей.

• Понимание принципов построения ассистентов на базе LLM, оценки их качества, контроля безопасности и этических вопросов

Будет плюсом

• Опыт разработки продуктов, связанных с поиском, рекламными технологиями или рекомендательными системами.

• Знание технологий обработки больших данных, таких как Hadoop, Spark или аналогичные.

• Навыки работы с инструментами автоматизации ML-пайплайнов.

Наша команда разрабатывает систему рекомендаций для международного Поиска. Наша цель — персонализированно показать человеку наиболее релевантный контент из интернета. Мы ищем энергичного и целеустремлённого специалиста, который возглавит центр международной экспертизы по рекомендациям.

Обучение SOTA моделей

Вам предстоит обучение SOTA моделей для построения рекомендательных систем. Необходимо создавать интересные, полезные и этичные рекомендации для пользователей.

Обработка петабайтов данных на всех языках

Значительный вклад в качество алгоритма машинного обучения дают правильные данные. У нас есть десятки источников и хранилища с петабайтами данных, вам необходимо грамотно использовать ровно то, что поможет решить целевую задачу.

Улучшение архитектуры системы рекомендаций

В рекомендациях участвует не один алгоритм машинного обучения. Это большая рантайм-система со множеством взаимодействий между компонентами. Вам предстоит участвовать в проектировании компонентов системы и оценивать влияние новых изменений.

* Руководили командой
* Хотите делать качественный сервис, следить за его состоянием и думать о пользователях
* Хорошо знаете C++ или Python
* Готовы погружаться в новые технологии, предлагать и реализовывать идеи по их улучшению
* Отлично знаете базу классического машинного обучения
* Понимаете, как устроены современные рекомендательные системы

Команда визуального поиска разрабатывает CV-технологии в самом сердце Яндекса. Наши алгоритмы и сервисы интегрированы в ключевые продукты компании и помогают миллионам пользователей решать повседневные задачи. Вы точно с нами знакомы, если пользовались поиском по картинке, Алисой, умной камерой, Маркетом или другими сервисами, в сценариях которых изображение играет главную роль.

Мы не только создаём инновационные сценарии с нуля, но и постоянно совершенствуем существующие, обеспечивая их стабильность и высочайшее качество на уровне мировых стандартов.

Ищем опытного разработчика на C++ с глубокими знаниями в ML, который готов создавать и внедрять в продакшн сложные технологии компьютерного зрения.

Проектирование архитектуры ML-систем

Вам предстоит не просто писать код, а проектировать целостные системы для визуального поиска и анализа изображений. Вы будете отвечать за выбор технических подходов, построение пайплайнов и обеспечение масштабируемости и отказоустойчивости наших решений.

Внедрение и оптимизация моделей в продакшене

Ваша ключевая задача — превращать state-of-the-art-модели (CV, LLM/VLM) в быстрые и стабильные компоненты высоконагруженных сервисов Яндекса. Это включает в себя глубокую работу с кодом на C++, его профилирование и оптимизацию производительности для достижения максимальной эффективности.

Участие в полном цикле жизни продукта

Вы будете не просто исполнителем, а полноценным участником процесса: от генерации и проверки гипотез вместе с командой до выкатки фич, участия в PR-активностях и анализа результатов после запуска.

Взаимодействие с R&D- и ML-исследователями

Предстоит тесно работать с исследовательскими командами Яндекса, чтобы быстро адаптировать самые передовые технологии и внедрять их в продукты.

Больше об ML в Яндексе — в канале Yandex for ML

* Отлично знаете C++ и занимались коммерческой разработкой на нём
* Глубоко понимаете принципы машинного обучения и классические алгоритмы
* Внедряли ML-модели в продакшн: знаете, как заставить модель работать быстро и стабильно под нагрузкой
* Умеете разбираться в сложной кодовой базе, рефакторить и улучшать существующие решения
* Готовы быстро погружаться в устройство сервисов Яндекса и находить лучшие точки применения для ML-технологий

* Работали с Python для ML-задач (PyTorch, TensorFlow)
* Понимаете архитектуру современных нейронных сетей: трансформеры, VLM, CNN

Мы — команда GigaChat, создающая и развивающая core-технологию генеративной языковой модели. Наша система умеет писать тексты, видеть изображения и даже ловить вайб в коде. Она отвечает на вопросы, ведёт диалоги, сочиняет стихи и рассказы, генерирует бизнес-идеи, пишет письма и многое другое.

Недавно мы выпустили крутую русскоязычную модель GigaChat MAX 2 уровня GPT-4 , а ещё научили её слушать.

Сейчас мы расширяем команду отдела production-внедрения. Мы развиваем инфраструктуру инференса больших языковых моделей: раскатка моделей, стабильность сервисов, производительность, cost optimization, взаимодействие с продуктовыми командами и эксплуатацией.

Обязанности

• низкоуровневая оптимизация работы с «железом»
• работа над инфраструктурой для нагрузок на кластеры и балансировки запросов
• вывод новых архитектур в продуктив.

Требования

• опыт работы в области глубокого обучения, в том числе с LLM
• глубокое знание CUDA и Python
• опыт использования GigaChat, Kandinsky и аналогов в продуктах
• навыки создания и использования AI-агентов.

Условия

• комфортный современный офис рядом с м. Кутузовская
• возможность выбрать удобный график – офис/гибрид/удаленка (в РФ)
• годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• ипотека для сотрудников по дисконтной прогамме
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.

Кто мы

Команда синтеза речи (text-to-speech). Мы занимаемся генерацией звука, развиваем свои модели, экспериментируем с архитектурами, красим метрики в зеленый.

Кого ищем

Senior ML engineer с опытом в обучении генеративных моделей: TTS, LLM, CV.

Чем предстоит заниматься

Эксперименты с LLM-based моделями TTS, voice cloning, speech2speech LLM, токенизаторами звука, RL. Обычно комбинируем идеи из разных статей, предлагаем свое, проверяем гипотезы. Пробуем совсем новые подходы почти с нуля.

Будет плюсом

• Опыт обучения мультимодальных LLM.
• Опыт снижения стоимости контекста при обработке видео.
• Опыт расширения контекста LLM.
• Понимание RL-подходов для обучения моделей: RLHF / RLVR, PPO / GRPO / DPO.
• Опыт построения бенчмарков с использованием LLM-as-a-judge.

Условия

• Крупнейшее DS&AI community — более 600 DS-специалистов банка.
• Дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира.
• Возможность быть соавтором НИРов и статей для международных конференций.
• Возможность выбрать удобный формат работы: гибрид или офис.
• Ежегодный пересмотр зарплаты, годовая премия.
• Корпоративный спортзал и зоны отдыха.
• Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа.
• Ипотека выгоднее до 7% для каждого сотрудника.
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
• Вознаграждение за рекомендацию друзей в команду Сбера.

Мы развиваем GigaChat и ищем сильного ML-инженера в команду online RL. Это роль для человека, который умеет доводить исследовательские идеи до работающих решений: проектировать и запускать эксперименты, строить надёжные пайплайны обучения и добиваться реального роста качества модели.

Нам нужен не просто исполнитель задач, а инженер с сильным исследовательским мышлением, который способен самостоятельно разбираться в сложных проблемах, предлагать новые идеи и решения и нести ответственность за результат.

Чем предстоит заниматься

• Разрабатывать и улучшать методы online RL.
• Реализовывать и дорабатывать подходы post-training и online RL.
• Проектировать и проводить эксперименты: формулировать гипотезы, подбирать конфигурации, анализировать результаты не только на уровне метрик, но и на уровне причин.
• Разбираться, почему модель стала лучше или хуже, насколько устойчив результат и можно ли его масштабировать на другие домены и типы задач.
• Следить за state-of-the-art: читать статьи, воспроизводить результаты, адаптировать лучшие подходы под наши задачи и инфраструктуру.
• Строить и развивать инфраструктуру обучения.
• Разрабатывать и поддерживать пайплайны online RL: от генерации rollout'ов и сбора reward-сигналов до обновления весов модели.
• Обеспечивать воспроизводимость экспериментов: версионирование данных, конфигов, чекпоинтов, контроль деградаций.
• Оптимизировать throughput и эффективность использования GPU: distributed training, параллелизм, профилирование узких мест.
• Выстраивать связку между моделью, средами исполнения, верификаторами и reward-моделями так, чтобы новые идеи можно было быстро проверять.
• Работать с данными и системой оценки качества.
• Участвовать в проектировании и реализации reward-сигналов: rule-based верификаторы, reward-модели, LLM-as-a-judge, execution-based проверки.
• Строить и улучшать пайплайны подготовки данных: фильтрация, дедупликация, балансировка, контроль утечек.
• Анализировать ошибки модели, выявлять систематические слабые места и формировать целевые обучающие выборки для их устранения.
• Работать в сильной команде.
• Тесно взаимодействовать с исследователями, другими инженерами, командами данных и инфраструктуры.
• Брать на себя ответственность за целые куски системы: от идеи до результата в проде.
• Делиться знаниями, участвовать в код-ревью, помогать поднимать общую планку качества.

Для нас важно

• Отличное владение Python и PyTorch.
• Практический опыт в LLM post-training: RLHF, online RL, DPO или смежных направлениях.
• Опыт проведения ML-экспериментов от начала до конца: постановка гипотезы → реализация → анализ → выводы.
• Понимание distributed training: Data Parallel, FSDP, DeepSpeed или аналоги.
• Умение писать чистый, надёжный, production-ready код.
• Способность разбираться в сложных системах и самостоятельно находить и устранять узкие места.
• Будет плюсом.
• Опыт работы с reward-моделями, process reward models, LLM-as-a-judge.
• Опыт построения сред исполнения, sandboxes и верификаторов для code- или STEM-задач.
• Опыт работы с large-scale inference и оптимизацией генерации (vLLM, Sglang и т.д.).
• Понимание современных open-source стеков для обучения LLM (Verl, Megatron, TRL и др.).
• Публикации, open-source вклад или сильный прикладной track record.

Что предлагаем

• Сильные и сложные задачи на переднем крае развития русскоязычных LLM.
• Прямое влияние на качество модели: результаты твоей работы видны в бенчмарках и в продукте.
• Команду сильных инженеров и исследователей, у которых есть чему поучиться.
• Возможность совмещать инженерную и исследовательскую работу.
• Конкурентную компенсацию, премии и расширенный соцпакет.

Дивизион «Моделирование и исследование данных» отвечает за компетенцию Data Science в Блоке Сеть Продаж.

Мы разрабатываем и внедряем end-to-end решения на основе AI в бизнес-процессы Сети Продаж Банка.

Ищем лидера, который вместе с командой будет строить топовые AI-решения для привлечения клиентов на зарплатные проекты, приносящие пользу клиентам, сотрудникам и Банку.

• Управлять командой DS и MLE: управлять бэклогом, развивать компетенции, проводить найм и растить сотрудников;

• Формировать стратегию и дорожную карту развития AI-решений для Управления зарплатных проектов;

• Обеспечивать полный цикл создания AI-продуктов: от исследования данных и прототипирования до промышленного внедрения и мониторинга;

• Взаимодействовать с бизнес-заказчиками и смежными подразделениями для определения приоритетов, разработки, внедрения и оценки эффектов от внедрения AI;

• Контролировать качество, надёжность и стабильность ML-решений и AI-агентов;

• Отвечать за оценку эффективности AI-решений и их вклад в бизнес-показатели Банка.

• Опыт руководства командами Data Science / ML от 3 лет;

• Глубокое понимание полного цикла создания AI-решений: от сбора данных и построения моделей до эксплуатации и A/B-тестирования;

• Техническая экспертиза в стеке: Python, SQL, ML, MLOps, LLM/Agents;

• Умение выстраивать процессы разработки AI-решений и обеспечивать выпуск production-ready кода;

• Навыки взаимодействия и управления заинтересованными сторонами, приоритизации задач и оценки бизнес-эффектов;

• Опыт найма, развития и мотивации технических специалистов

• График 5/2, офис на м. Кутузовская;

• Режим работы - офис;

• Достойный уровень вознаграждения (оклад + годовая премия);

• Возможность возглавить AI-направление и влиять на цифровую трансформацию банка;

• Широкие возможности для профессионального развития: корпоративный университет и множество онлайн-программ обучения. Корпоративное обучение за счёт компании;

• Бесплатная подписка СберПрайм+, многочисленные скидки и бонусы от партнёров: СберМаркет, МегаМаркет, Самокат, Еаптека и др.