Вакансии ML-разработчика и Data Scientist
Анализ данных, обучение и оценка моделей машинного обучения. Разработка приложений поверх готовых AI-моделей и эксплуатация ML представлены отдельно. Обновляется каждый час. Найдено: 160 вакансий за последнюю неделю.
- Вакансий за неделю:
- 160
- Медиана:
- 400 000 ₽
- Вилка:
- 267 600 ₽ — 550 000 ₽
Зарплаты — по 172 вакансиям с указанной вилкой за 30 дней
Поиск вакансий
HireSeeker — агрегатор вакансий. Собираем вакансии со всех основных площадок и показываем по вашей специальности. Подпишитесь на ежедневную подборку только релевантных.
Наша NLP команда занимается задачами, связанными с извлечением информации из документов, диалогов, текстов различной природы.
Главной задачей для нас является создание готовых продуктов с LLM под капотом, а также создание self-service для бизнеса, где каждый может создать нужный ему сценарий (скилл) в режиме No-code.
-
проектировать и калибровать judge-пайплайны: рубрики, эталонная разметка, согласованность с людьми, борьба с позиционным bias и bias по длине
-
строить RAG-поиск для дублей и противоречий: чанкинг, гибридный поиск, реранкинг, проверка противоречий на уровне утверждений
-
делать регресс-тесты знаний: golden set, пороги, прогон на каждое изменение промпта или модели
-
ловить галлюцинации: извлечение утверждений, привязка к источнику, верификация
-
дообучать и дистиллировать judge-модели, чтобы снизить цену и задержку без потери качества
-
собирать мультиагентные пайплайны с guardrails и контролем стоимости прогона.
-
высшее образование: математика, физика, информатика или профильный data science
-
5+ лет в ML, из них не меньше полутора лет с LLM в проде
-
RAG в продакшене, а не демо: с метриками качества, нагрузкой и историей улучшений
-
Fine-tuning: SFT, LoRA/QLoRA, желательно DPO. И понимание, когда дообучение не нужно
-
опыт построения и калибровки LLM-as-judge. Знаете, как judge врёт и как это ловить
-
Guardrails и детекция галлюцинаций
-
мультиагентные пайплайны: оркестрация, обработка отказов, ограничение стоимости
-
Python: пишете код, который уходит в прод. Тесты, ревью, код-стайл
-
английский для чтения статей и документации
-
специфика банка: много контрагетов, с ними нужно иногда коммуницировать.
Будет плюсом
-
опыт python-бэкендера: FastAPI, асинхронность, очереди, PostgreSQL, векторные хранилища
-
графы знаний и онтологии
-
NLI, извлечение фактов, работа с разметчиками
-
публикации, доклады, open source.
-
гибридный формат работы
-
годовая премия
-
корпоративный спортзал и зоны отдыха
-
более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
-
регулярные митапы и развитое DS-community
-
расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
-
гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
-
подписка Прайм с возможностью совместного использования на трёх близких
-
вознаграждение за рекомендацию друзей в команду Сбер.
TechCore - это команда профессионалов с многолетним опытом в разработке программного обеспечения. Мы помогаем клиентам на всех этапах создания цифровых решений, от концептуализации и дизайна до внедрения и поддержки.
За нашими плечами сотни реализованных проектов, поэтому мы не понаслышке знаем, какие трудности встречаются в процессе разработки, и умеем находить эффективные решения для любых задач.
Наши ожидания:
- Уверенное владение Python (умение писать чистый код, использовать виртуальные окружения).
- Критически важно понимание базовых библиотек для работы с данными (Pandas, NumPy) и основ классического машинного обучения (Scikit-learn).
- Понимание разницы между обучением с учителем и без, знание метрик качества (Accuracy, Precision, Recall, ROC-AUC) и как не допускать переобучения модели.
- Важно иметь реализованные проекты, связанные с обучением и развертыванием модели.
- Желателен опыт в одном из направлений: Recommender Systems, Natural Language Processing, LLM / RAG / Agentic Engineering.
Будет плюсом:
- Понимание принципов работы реляционных баз данных (SQL, PostgreSQL).
- Базовое владение библиотеками глубокого обучения: PyTorch, TensorFlow.
Ну что, ты с нами? Ждем тебя в нашей команде!
В ИТ‑командах банка ПСБ и дочерней ИТ‑компании ПСБ Лаб уже более 4000 сотрудников. Мы разрабатываем и внедряем финтех продукты и приложения для клиентов, сопровождаем сложные ИТ‑системы банка и входим в тройку цифровых банков России.
Ключевые задачи:
- Разработка ML-решений: Полный цикл создания моделей (кластеризация, прогнозирование, рекомендательные системы, оптимизация) от гипотезы до продвинутого продакшена.
- Работа с Big Data: Извлечение, агрегация и feature engineering из терабайтов сырых данных (SQL).
- Продакшн: Развертывание моделей, мониторинг дрифта и ретрининг.
- Аналитика: Поиск бизнес-инсайтов через A/B тесты, казуальный анализ и исследовательский анализ.
- Менторство: Рецензирование кода джуниоров, управление техническим бэклогом и best practices команды.
Что важно для нас:
- От 3–5 лет коммерческого DS/ML (из них 1+ год в роли сеньора).
- ML: Глубокое знание классических алгоритмов (XGBoost, LGBM), градиентного бустинга, временных рядов.
- Программирование: Python (Senior уровень) — Pandas, NumPy, Scikit-learn, PyTorch/TensorFlow, Чистый, модульный код.
- Data: Продвинутый SQL (оконные функции, оптимизация запросов).
- Опыт с ClickHouse, Snowflake, BigQuery, Dask или Spark (PySpark).
- Инженерия: Git, базовые знания Airflow/Kubeflow.
- Статистика: p-value, мощности теста, бутстрэп, A/B тесты на несбалансированных данных.
Что предлагаем:
- График работы: 5/2 (пн-чт с 09:00 до 18:00, пт до 16.45).
- Гибридный формат работы.
- Официальное оформление в соответствии с ТК РФ.
- Конкурентный уровень дохода.
- Доплата к отпуску и больничному листу.
- «Кафетерий льгот»: ДМС для работника и членов семьи, возмещение затрат на отдых, спортивные услуги, покупки на маркетплейсе «ПСБ Маркет».
- Дополнительные льготы при заключении брака и рождении детей.
- Материальная поддержка в определенных жизненных ситуациях.
- Бесплатная программа поддержки работников: юридические, финансовые и психологические консультации, помощь в бытовых вопросах, автопомощь, корпоративные скидки, профориентация детей работников.
- Возможность профессионального развития и прохождения внутреннего и внешнего профессионального обучения.
- Корпоративная паритетная пенсионная программа.
Senior ML Engineer
Основные обязанности:
• Разработка ML-моделей для автоматической модерации видеоконтента: классификация контента, выявление запрещённых материалов, определение нарушений правил платформы.
• Разработка моделей на основе Computer Vision и Deep Learning для анализа видео и изображений.
• Разработка, обучение и внедрение ML-моделей для ранжирования.
• Разработка рекомендательных систем и алгоритмов персонализации выдачи.
• Проектирование ML-архитектуры и выбор подходящих алгоритмов под конкретные бизнес-задачи.
• Проведение экспериментов, подбор гиперпараметров, оценка качества моделей и оптимизация метрик.
• Разработка и поддержка production-ready ML pipelines.
• Интеграция моделей с backend-сервисами через API.
• Мониторинг качества моделей в production, выявление деградации и организация переобучения.
• Оптимизация производительности моделей, скорости инференса и вычислительных затрат.
• Участие в формировании ML-стратегии продукта и технических решений.
г.Алматы, офис, гибрид после испыталки.
tg: ••••••••
"УралДронЗавод" - российский разработчик и производитель беспилотных авиационных систем широкого спектра — от компактных дронов до грузоподъемных мультикоптеров и БПЛА самолетного типа.
В связи с увеличением объемов работ и активным ростом компании мы ищем Инженера-программиста компьютерного зрения в команду разработки ПО для управления БПЛА в автоматическом режиме, использовать передовые технологии в области распознавания объектов, математические модели для расчета их расположений в пространстве, категоризации, идентификации и трекинга.
Обязанности:
- Разработка, внедрение и тестирование программных решений, в основном с использованием языков программирования C++ и Python для навигации и управления БПЛА.
- Разработка алгоритмов распознавания и отслеживания объектов для анализа видеоданных с целью принятия автономных решений.
- разработка и оптимизация CV-пайплайнов: детекция, трекинг, визуальная навигация;
- развёртывание пайплайнов на встроенных системах с ограниченными ресурсами, оптимизация под конкретное железо;
- профилирование и устранение узких мест в C++ и Python коде;
- доводка метрик качества на реальных данных;
- интеграция ML\CV-модулей в общую систему совместно с командой;
- калибровка камер и работа с видеопотоком на системном уровне;
- Обучение, дообучение и тестирование нейросетевых моделей компьютерного зрения, в том числе YOLO;
- Оценка качества моделей: precision, recall, mAP, анализ ошибок распознавания;
- Оптимизация работы моделей по скорости и точности;
- вывод нейросетевых моделей в продакшн на целевом железе (CPU/GPU/NPU);
- участие в постановке задач, оценка применимости подходов под ограничения платформы;
- работа с данными для разметки;
- создание синтетических данных и работа с ними;
- понимание принципов обучения моделей.
- Высшее профильное образование.
- 3 года опыта разработки программного обеспечения, с акцентом на программирование на C++ и Python.
- Подтвержденный опыт разработки программного обеспечения для платформ БПЛА, таких как Pixhawk, ArduPilot, INAV и Betaflight.
- Опыт работы с теорией управления и алгоритмами применительно к БПЛА.
- классическое CV: опыт построения и оптимизации пайплайнов детекции, трекинга, визуальной навигации. Доводка метрик качества на реальных данных;
- Embedded/Edge: развёртывание CV-пайплайнов на встроенных системах с ограниченными ресурсами, оптимизация производительности под них;
- C++: высокопроизводительный код, векторизация (NEON/SIMD), многопоточность (OpenMP, thread pools), опыт профилирования;
- Python: многопоточный код, не упирающийся в GIL; ускорение узких мест через нативные модули (pybind/ctypes) или JIT (numba).
- Практический опыт обучения или дообучения моделей YOLO;
- Опыт работы с PyTorch или Ultralytics YOLO;
- Понимание процесса подготовки данных для обучения нейросетей;
- Опыт работы с изображениями, видеофайлами и видеопотоками;
- Понимание метрик качества моделей компьютерного зрения;
- Опыт работы с Git;
БУДЕТ ПЛЮСОМ:
- обучение и вывод в продакшн нейросетевых моделей (ONNX);
- RKNN-Toolkit, запуск моделей на NPU;
- OpenCL и выгрузка вычислений на GPU;
- знание устройства камеры: pinhole-модель, модели дисторсии, практический опыт калибровки;
- системная работа с видео: zero-copy, GStreamer, MIPI, DMA-буферы;
- Знание математики и геометрии CV (линейная алгебра, теория вероятности, мат. статистика, эпиполярной геометрии)
- Знание робототехники и навигации (фильтры Калмана, sensor fusion, VIO/SLAM, GPS-denied environments)
- Знание оценок качества моделей ML/CV метрики (trade-off Precision/Recall, mAP, MOTA, IDF1)
Условия:
- Релокация в Екатеринбург!!!
- Трудоустройство по ТК РФ
- Стабильная "белая" заработная плата
- График 5/2 с 9:00 до 18:00
- Доставка до места работы на служебном транспорте (район Кольцово)
- Корпоративное питание
- Конкурентная заработная плата
- Интересные проекты и работу с передовыми технологиями
- Современное оборудование, любое аппаратное обеспечение для эффективного выполнения задач
- Возможности для саморазвития: тренинги, конференции, обучение
- Окончательный уровень ЗП определяется по результатам технического собеседования в соответствии с опытом, знаниями и навыками кандидата
Современная и высокотехнологичная компания, занимающаяся разработкой инновационной платформы для научных исследований, а также разработкой прикладного ПО, виртуальных тренажеров, созданием новых средств связи и исследованиями в области искусственного интеллекта, нейронных сетей и машинного обучения в поиске Machine Learning Engineer (Computer Vision).
Обязанности:
-
полный цикл разработки DS/ML-продуктов: построение моделей, вывод их в продакшн, поддержка и актуализация;
-
постановка задач командам сбора и разметки данных для вашего проекта;
-
формирования датасетов из размеченных данных, поиск и адаптация внешних источников данных;
-
сопровождение внедрения моделей и алгоритмов на конечные устройства: сверка работы, консультации программистов, при наличии навыков написание алгоритмической части на целевых языках (C++, C#).
Требования:
- опыт работы в области компьютерного зрения, знание классических инструментов (OpenCV или аналоги);
- опыт обучения нейронных сетей в задачах компьютерного зрения, вывода в продакшн и сопровождения (поддержки);
- глубокое понимание метрик качества, особенностей валидации, способов предотвращения утечек данных;
- понимание особенностей используемых библиотек (например, ultralytics, mmdet, pytorch_lightning и т.д.);
- уверенное владение pyTorch;
- опыт продуктовой / промышленной разработки на python;
- навыки работы в команде над одним проектом: git, confluence, jira;
- базовая математика: линейная алгебра, теория оптимизации, теория вероятности.
Будет плюсом:
-
опыт работы в ClearML: версионирование датасетов, экспериментов, написание пайплайнов;
-
опыт работы в домене генеративных сетей: генерация изображений, видео (comfyui, hugginface);
-
опыт работы с VLM: авторазметка датасетов, подбор промтов, анализ эффективности;
-
опыт написания ML-сервисов на FastApi с развертыванием в docker, общее понимание MLOps;
-
навыки работы с базами данных: MongoDB, PostgreSQL;
-
опыт работы с shapely;
-
опыт модификации и анализа проблемных мест в библиотеках обучения нейронных сетей для внутреннего использования;
-
понимание принципов построения и ограничений ONNX-графов;
-
опыт работы с специализированными провайдерами TensorRT, ONNXRuntime, RKNN Toolkit, OpenVino и т.д.;
-
базовые знания C++, C#.
Что мы предлагаем:
-
работа в крупной ML-команде с собственными вычислительными кластерами;
-
работа в аккредитованной IT компании;
-
оформление в соответствии с ТК РФ (белая ЗП, выплаты больничных и отпускных);
-
премия по результатам работы за месяц/год;
-
ДМС-получение услуг в соответствии со стажем работы в компании;
-
комфортные условия труда (современные ПК, два монитора, дооснащение по просьбе сотрудника);
-
дополнительные выплаты при важных событиях в жизни (рождение ребенка, свадьба и тд);
-
подарки к праздникам для детей;
-
путевки в детские лагеря;
-
компенсация затрат на командировки в головной офис.
Локация
Алматы, работа в офисе.
О компании
Крупный финансовый институт, развивающий направление мягкого взыскания задолженности. Работа строится на аналитике данных и экспериментах для повышения эффективности коммуникаций с клиентами.
Что нужно делать
- Руководить командой аналитиков и специалистов по данным: распределять задачи, развивать экспертизу и выстраивать процессы.
- Формировать стратегию мягкого взыскания на основе данных и разрабатывать ML-модели для прогнозирования оплаты, сегментации, выбора канала и времени коммуникации, приоритизации клиентов.
- Проводить A/B-тесты и uplift-исследования, оценивать причинный эффект стратегий, развивать KPI и метрики направления.
- Строить витрины, дашборды и мониторинг моделей, взаимодействовать с бизнесом, Risk, IT и Data Engineering, внедрять решения в production.
Требования
- Уверенный Python (pandas, numpy, sklearn и ML-библиотеки) и продвинутый SQL.
- Понимание статистики, ML и методов оценки моделей, опыт с A/B-тестами, propensity-моделями, классификацией, сегментацией и прогнозированием.
- Опыт построения аналитических решений и ML-моделей от постановки задачи до production, работа с BI-инструментами и management dashboards.
- Опыт управления или технического лидерства в команде аналитиков или Data Scientists, умение формировать roadmap и развивать сотрудников.
Ежемесячная аудитория около 20 млн. человек. Растить число пользователей и решать их проблемы помогают уже больше 1000 человек.
О команде:В Циан большая команда ML - DS, DE, своя MLOps-платформа.
Команда разделена на продуктовые стримы. Мы формируем самодостаточные команды (разработчики, аналитики, ML-инженеры) для решения задач бизнес-направления. С процессами интеграции моделей в продакшн нам помогает команда MLOps-платформы. В команде настроены процессы перфоманс ревью, регулярного обмена опытом, выделяем время на исследовательскую работу.
Мы ищем Middle Data Scientist в команду Trust&Safety. Команда отвечает за качество контента на площадке и делает так, чтобы пользователи видели только актуальные и настоящие объявления. Для эффективной борьбы с множеством нарушений коллеги разрабатывают инструменты, которые обрабатывают миллионы изображений, звонков, чатов и кликов пользователей.
Стек:-
Пишем преимущественно на Python (Numpy, SciPy, Pandas, sklearn, PyTorch).
-
Активно используем экосистему Hadoop (PySpark, Hive, Kafka), у нас свой большой кластер
-
Для автоматизации запусков наших пайплайнов используем Airflow
-
Для технических метрик — Grafana, для бизнес-метрик — Superset/FineBI.
-
Разработка моделей машинного обучения, направленных на борьбу с нарушениями правил площадки и недобросовестными пользователями (формализация и постановки задачи, сбор данных, обучение, онлайн/оффлайн оценка качества, мониторинг)
-
Внедрение своих ML-моделей в продакшн: написание микросервисов и Airflow DAG’ов
-
Коммуникация с продуктом и разработкой
-
Опыт: От 3х лет релевантного опыта на позиции DS в продуктовой компании. Опыт доведения ML-моделей до продакшена и оценки влияния на бизнес от внедрения
-
Python: навык писать легко читаемый и поддерживаемый код, опыт выкатки сервисов в продакшн
-
Классический ML: бустинги, ApproxNN
-
SQL: оконные функции, оптимизация запросов
-
Желателен опыт с Apache стеком: HDFS/Kafka/Spark/Airflow
Будет плюсом опыт с DL: опыт обучения CV/NLP моделек на PyTorch
-
Удаленную работу с возможностью приходить в офис в Москве, Санкт-Петербурге и Новосибирске. В офисе – кухни, оборудованные всем необходимым, а также снеки, фрукты, кофе и чай, бесплатная авто и вело парковки;
-
Технический рост. У нас есть успешные примеры роста с точки зрения ML, а также инженерии (разработка, архитектура приложений и сервисов) : есть возможность консультироваться с командой и брать инициативу по реализации крупных и сложных проектов.
-
Рост и развитие: в первые месяцы у каждого сотрудника есть ментор, после появляется личный план развития и возможность прокачивать soft/ hard skills на практике, обучении, конференциях;
-
ДМС с первого рабочего дня (со стоматологией, госпитализацией, страховкой выезжающего за пределы нашей страны);
-
5 day off в год, помимо основного отпуска;
-
Кафетерий льгот ;
Проекты связаны с разработкой скоринговых моделей для розничного бизнеса, а также банковских корпоративных функций.
- Работа предполагает чистую разработку, построение ML-моделей.
- Уверенное владение Python и SQL.
- Классический ML: Хорошие знания алгоритмов. Бустинги, деревья, логистическая и линейная регрессия, кластеризация, uplift и ранжирующие модели, работа с дисбалансом, калибровка. Уверенное владение Python и SQL.
- Классический ML: Хорошие знания алгоритмов. Бустинги, деревья, логистическая и линейная регрессия, кластеризация, uplift и ранжирующие модели, работа с дисбалансом, калибровка.
- Формат: удаленка или гибрид
- Оформление: по ТК РФ, «белая» зарплата + бонусы.
- ДМС (стоматология) + страхование жизни.
- Оплата сертификаций и курсов (Coursera, Udemy и др.).
Работаем на рынке более 10 лет, с 2013 года успешно решая задачи любой сложности в рамках цифровой трансформации для крупного бизнеса. Среди заказчиков Selecty более 300 компаний из списка РБК Топ-500. Расскажите нам о себе и мы обязательно свяжемся с вами!
Мы создаем и применяем AI-технологии для развития финансовой экосистемы Т‑Банка: внедряем машинное обучение в продукты и внутренние процессы компании, делаем решения качественнее, безопаснее и удобнее для пользователей, вкладываемся в долгосрочные исследования. Сейчас мы в поисках ML-инженеров.
Технологии, которыми мы занимаемся:
Диалоговые системы. Обучаем финансового ассистента поддерживать разговор и отвечать на запросы пользователей в чате с поддержкой.
Компьютерное зрение. Делаем безопасную авторизацию по лицу, оживляем фотографии для реалистичной анимации, распознаем документы и многое другое.
Рекомендательные системы. Учимся предугадывать желания пользователей, чтобы предлагать им именно то, что нужно.
Речевые технологии. Автоматизируем голосовое общение между бизнесом и клиентами.
ML-антифрод. С помощью алгоритмов оберегаем пользователей от мошенников, оперативно замечая подозрительные действия в личном кабинете.
Предиктивные технологии. Делаем прогнозы, чтобы помогать клиентам контролировать финансы.
Как мы работаем:
Делаем жизнь миллионов людей лучше, предоставляя доступ к качественным продуктам: от финансового ассистента Олега до рекомендательной ленты в приложении «Пульс».
Даем возможность как закидывать наработки в прод на миллионы пользователей, так и проводить исследования в своей области.
Делимся опытом во всех областях ML: CV, NLP, RecSys, Speech и Time Series. Проводим внутренние семинары и обсуждаем последние новости AI.
Выстраиваем процессы и используем инфраструктуру Т‑Банк, при этом минимизируем бюрократию.
Фокусируемся на принципе AI-first.
Развиваем в МФТИ лабораторию, с которой можно и нужно делать коллаборации.
Не копим легаси.
Оплачиваем участие в топовых AI-конференциях 2—3 раза в год.
Узнать больше о профессии: ML-разработчики в Т‑Банке.
Подготовиться к интервью: как проходит интервью по машинному обучению.
- Изучать научные статьи, генерировать гипотезы, ставить на их основе эксперименты и доносить результат до команды
- Улучшать качество моделей в различных сценариях
- Ускорять работу моделей, применяя современные методы оптимизации и построения архитектуры
- Писать воспроизводимый код, оформлять эксперименты в воспроизводимые пайплайны, включающие разметку и обработку данных, обучение моделей и валидацию системы в целом
- У вас есть опыт разработки ML-моделей с использованием современных DL-фреймворков (Pytorch, Jax/Tensorflow и других) и их применения в продакшене
- Разбираетесь в принципах работы современных алгоритмов машинного обучения
- Знаете Python
- Умеете декомпозировать задачу в переиспользуемые и тестируемые библиотеки и компоненты
- Знаете теорию в сфере математики, прикладной статистики, алгоритмов и структур данных
- Готовы изучать научные статьи на английском языке и ставить эксперименты основе прочитанного
- Знаете Linux, Git, Bash и Docker
- Работу в офисе или удаленно — по договоренности
- Платформу обучения и развития «Т‑Банк Апгрейд». Курсы, тренинги, вебинары и базы знаний. Поддержку менторов и наставников, помощь в поиске точек роста и карьерном развитии
- Заботу о здоровье. Оформим полис ДМС со стоматологией и страховку от несчастных случаев. Предложим льготное страхование вашим близким
- Возможность работы в аккредитованной ИТ-компании
- Линейку льготных тарифов на продукты Т‑Банка
- Частичную компенсацию затрат на спорт
- Сервисы для поддержки сотрудника по психологическим, юридическим и финансовым вопросам
- Три дополнительных дня отпуска в год
- Достойную зарплату — обсудим ее на собеседовании
Смотрите также в каталоге
Хотите персональную подборку?
Введите свои критерии — мы отфильтруем вакансии по вашим требованиям
Найти подходящие вакансии →