Вакансии в ML и AI

#vacancy

MLOps Engineer (LLM / Multi-Agent Systems / Kubernetes / RAG) ⚡️🤖

ID вакансии: MLm_DNA

Ставка: до 250 000 руб. на руки в месяц.

Грейд: Middle+ / Senior.

Загрузка: Full-time.

Формат: Удалённо.

Локация/Гражданство: РФ.

🏢 Клиент: МТС.

🧩 О проекте: построение и развитие современных MLOps-платформ для машинного обучения с фокусом на LLM-решения, RAG-пайплайны и мультиагентные системы.

Ищем MLOps-инженера, который находится на стыке классического DevOps и передовых AI-технологий. Роль для специалиста, который не только умеет строить надежные CI/CD и оркестрировать пайплайны в Kubernetes, но и глубоко понимает специфику развертывания и обслуживания LLM, LangGraph и Multi-Agent систем.

🚀 Ключевые задачи:

— Построение, развитие и поддержка MLOps-платформ для машинного обучения. — Оркестрация ML-пайплайнов и процессов обработки данных (Apache Airflow). — Внедрение и поддержка инструментов трекинга экспериментов, версионирования данных и моделей (MLflow, ClearML, Kubeflow, DVC). — Настройка и поддержка CI/CD процессов специально для ML-моделей и сервисов. — Инфраструктурная поддержка разработки и развертывания Multi-Agent Systems, RAG-пайплайнов и LLM-приложений. — Настройка мониторинга и наблюдаемости (Observability) для ML-сервисов и LLM-инференса.

🎯 Обязательные требования (Hard Skills):

MLOps и DevOps (КРИТИЧНО!): — Глубокое понимание и опыт работы с Docker и Kubernetes (K8s). — Опыт построения CI/CD for ML (специфичные пайплайны для обучения и деплоя моделей). — Владение инструментами MLOps: MLflow, ClearML, Kubeflow, DVC.

LLM и Agentic AI (КРИТИЧНО!): — Понимание и опыт работы с фреймворками: LangChain, LangGraph, LlamaIndex. — Опыт поддержки инфраструктуры для Multi-Agent Systems и Autonomous Agents. — Понимание принципов RAG (Retrieval-Augmented Generation), MCP (Model Context Protocol), Prompt Engineering и Tool Use. — Опыт работы с API LLM-провайдеров (OpenAI и аналоги).

Оркестрация и наблюдаемость: — Уверенный опыт работы с Apache Airflow. — Опыт настройки мониторинга и наблюдаемости (Observability) для ML-систем (метрики качества моделей, дрейф данных, latency, throughput).

💡 Будет плюсом: — Опыт оптимизации инференса LLM (vLLM, TensorRT-LLM, Ollama). — Знание Python на уровне, достаточном для написания скриптов автоматизации и кастомных операторов Airflow. — Понимание векторных баз данных (Qdrant, Milvus, pgvector) и их эксплуатации.

📲 Контакт для отклика: @hrwomenpro (При отклике, пожалуйста, пишите ID вакансии: MLm_DNA)

• 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.).

Domclick.ru - единственный в России продукт, обеспечивающий полный цикл операций с недвижимостью. Доступен на всех популярных платформах (Web, iOS, Android). Решаем любые вопросы с недвижимостью, делая сложное простым, с заботой о каждом клиенте. Мы ищем единомышленников, чтобы вместе помогать людям исполнять мечту о собственном жилье.

Проект:

Мы - платформенная команда, и не занимаемся построением отчетов. Вместо этого мы разрабатываем базовый слой данных, который используется конечными потребителями.

Наш стек:

Python, PostgreSQL, Airflow, Trino, Greenplum, Clickhouse, Kafka, RabbitMQ, Go, K8s.

Чем предстоит заниматься:

• построением базового слоя витрин данных с применением SQL и Python;
• развивать и улучшать существующие продукты и сервисы;
• участвовать в проработке и реализации интеграций с другими сервисами и командами (кстати, у нас полностью микросервисная архитектура);
• обеспечивать высокое качество кода и улучшать процессы в своей команде;
• участвовать в развитии инфраструктурных решений для работы с big data.

От вас мы ожидаем:

• экспертное знание SQL;
• продвинутый уровень Python;
• навык оптимизации запросов;
• понимание особенностей работы с различными хранилищами данных: PostgreSQL, Greenplum, Clickhouse;
• владение архитектурой данных.

Будет плюсом:

• опыт работы с Airflow, Trino, Superset, k8s;
• опыт построения аналитического хранилища данных.

Мы предлагаем:

• работу в аккредитованной IT компании;
• конкурентную заработную плату;
• полис ДМС с первого месяца работы;
• современную технику для работы;
• корпоративный университет, онлайн-курсы для повышения квалификации, конференции, митапы;
• фитнес-зал в здании офиса;
• льготную программу ипотеки для сотрудников;
• комфортный офис класса А в 5 минутах от станции метро и МЦК Кутузовская;
• гибкое начало рабочего дня и возможность работать в гибридном или удаленном формате в пределах РФ.

Ищем ML Engineer для нашего клиента — российской IT-компании, специализирующейся на кибербезопасности, исследовании угроз и разработке собственных продуктов защиты информации. Компания развивает новое продуктовое направление и создает решения для анализа угроз и защиты конечных устройств.

Чем предстоит заниматься:

• Внедрение ML- технологий в существующие процессы и продукты;
• Разработка тестовых сценариев и оценка качества моделей в соответствии с целевыми метриками;
• Обучение, валидация и тестирование ML-моделей;
• Оптимизация моделей для работы с учетом ограничений целевого устройства;
• Подготовка моделей к интеграции и участие в процессе их внедрения;
• Тесное взаимодействие с командой Embedded при интеграции ML-решений.

• Коммерческий опыт работы с Machine Learning и Deep Learning;
• Уверенное владение Python и PyTorch;
• Опыт production-внедрения ML-моделей: обучение, валидация, deployment и последующий мониторинг качества;
• Практический опыт работы с поведенческими моделями, anomaly detection и/или задачами классификации;
• Понимание современных архитектур глубокого обучения: Transformers, LSTM, GNN. Не требуется production-опыт с каждой архитектурой — важны понимание принципов их работы, областей применения и практический опыт хотя бы с частью из них;
• Опыт работы с метриками качества ML-моделей, понимание FPR (False Positive Rate) будет преимуществом;
• Практический опыт работы с Docker и Git.

• Официальное трудоустройство, работа в аккредитованной IT-компании;

• Оплата питания;

• Доплата за отпуск до оклада 6-8 недель в год;;

• Оплачиваемый больничный 100% 14 дней в год, а так же 5 day off в год по согласованию с руководителем;

• Офисный формат работы с 09:30 до 18:30 с перерывом на обед: комфортный офис класса А рядом с метро, массажные кресла, фрукты, десерты, настольный теннис.

Ozon Банк расширяется, поэтому мы ищем Старшего дата-инженера в команду платформы данных. Специалисты автоматизируют ETL-процессы, разрабатывают компонентные решения для аналитиков и внедряют новые инструменты работы с данными.

Всё это необходимо, чтобы правильно и быстро реагировать на изменяющиеся потребности бизнеса, оптимизировать процессы и создавать мощную основу для принятия стратегических решений.

Наш стек: Python, Airflow, ClickHouse, PostgreSQL, Vertica, Kafka, S3, Spark, Hadoop, FastAPI, Flask, Kubernetes, Helm, Superset, Prometheus, Grafana, GitLab, Jira, Confluence.

Вам предстоит:

• Разрабатывать инструменты доставки данных.

• Проектировать и реализовывать фабрики пайплайнов.

• Обновлять актуальные данные и следить за их своевременным поступлением.

• Строить систему качества данных.

• Обучать аналитиков и дата-сайентистов современным практикам работы с данными.

• Настраивать и поддерживать системы мониторинга и алертинга.

Для нас важно, что вы:

• Более 3 лет работаете на языке Python.

• Более 3 лет работаете дата-инженером — знаете Apache Spark (PySpark), понимаете принципы работы СУБД и умеете оптимизировать запросы.

• Знаете, как работать с ClickHouse, PostgreSQL, Vertica.

• Понимаете принципы работы хранилища данных.

• Умеете писать компоненты Airflow.

• Поддерживаете порядок в коде, Git и документации.

• Тестируете свои решения при помощи Pytest.

• Умеете и любите быстро учиться, сразу применяете новые знания, можете самостоятельно находить ответы на сложные вопросы.

• Имеете высшее техническое образование.

Будет плюсом, если вы:

• Умеете работать с Kubernetes, Prometheus, Superset, Helm, FastAPI, Flask.

• Имеете опыт общения с аналитиками и дата-сайентистами.

Ищем программиста со знанием OpenCV, YOLO и нейросетевых моделей компьютерного зрения для работы с видео-аналитикой и обучения ИИ-моделей анализа видео.

Нужно разработать модуль анализа видео, который принимает видеопоток с камеры, обнаруживает нужные объекты, отслеживает их движение и формирует результат в виде структурированных данных. Также требуется обучить или дообучить модель под конкретные объекты и сценарии.

Ожидаемый результат: рабочий прототип анализа видео; обученная или дообученная модель YOLO; инструкция по запуску и обучению; скрипты для инференса, тестирования и оценки качества; возможность интеграции результата в основное приложение.

Основные задачи:

• Разработка системы анализа видеопотока с камер.
• Детекция, классификация и трекинг объектов на видео.
• Работа с моделями YOLO: обучение, дообучение, тестирование и оптимизация.
• Подготовка датасетов: сбор, разметка, очистка, аугментация данных.
• Настройка пайплайна обучения модели: train / validation / test.
• Оптимизация модели под работу в реальном времени.
• Интеграция видеоаналитики в существующее приложение или сервер.
• Работа с RTSP/IP-камерами, видеопотоками, файлами и кадрами.
• Вывод результатов анализа: координаты объектов, классы, confidence, события, логи.

Требуемые навыки:

• Python, OpenCV, YOLO: YOLOv5 / YOLOv8 / YOLOv10 / YOLOv11 или аналогичные модели; PyTorch или другой ML-фреймворк; Linux, Git.
• Опыт обучения и дообучения моделей компьютерного зрения.
• Понимание принципов object detection, classification, tracking.
• Работа с видео: RTSP, IP-камеры, FFmpeg / GStreamer будет плюсом.
• Умение работать с датасетами и инструментами разметки.
• Умение давать реалистичную оценку сроков разработки в часах с учетом технических рисков, неопределенностей и этапов реализации.
• Можете в короткие сроки разработать рабочий MVP и последовательно улучшить модель до нужных метрик качества, надежности и производительности.

Желательные навыки:

• Оптимизация моделей: ONNX, TensorRT, CUDA.
• Работа с edge-устройствами: Raspberry Pi, Orange Pi, Jetson, промышленные mini-PC.
• Опыт ускорения инференса на CPU/GPU/NPU.
• ByteTrack, DeepSORT, SORT или другие алгоритмы трекинга.
• Docker.
• FastAPI / Flask / Node.js для интеграции модели в сервер.
• Опыт построения систем видеоаналитики в реальном времени.

Для отклика желательно прислать:

• Примеры проектов с OpenCV / YOLO / Computer Vision.
• GitHub или портфолио.
• Описание опыта обучения моделей.
• Какие модели и фреймворки использовали.
• Какой FPS удавалось получить на видео в реальном времени.

Что мы предлагаем:

• Проектная или постоянная работа.
• На время ИС 5/2 работа на месте производства в п. Мосрентген, после ИС можно также работать из офиса на м. Калужская.
• Оплата обсуждается по результатам собеседования и оценки объема задач.

Команда SberNBA занимается тремя большими направлениями:

• платформа коммуникаций и персональных предложений Сбера,
• поведенческая foundation model человека,
• бизнес направление коммуникаций от потребности клиента.

Цель команды – сделать управление коммуникациями проще и эффективнее за счет гибкости платформенных инструментов и GenAI, моделировать поведение человека на краткосрочном и долгосрочном горизонте и использовать эти данные в бизнес-процессах банка, помогать человеку закрывать потребности быстрее и проще.

• В роли CDS вы будете развивать команду и компетенции трайба на уровне DS экспертизы.

• Строить, развивать и реализовывать стратегию развития трайба в части ML/AI.

• Участвовать в создании кампейн платформы нового поколения, основанного на агентах.

• Развивать системы генерации персонализированного контента.

• Развивать Foundation Model (Трансформерная модель понимания клиента на основе его действий в банке и экосистеме Сбера) и рекомендательные модели.

• 10+ лет в DS / 5+ лет в промышленных RecSys в крупных компаниях

• Интеграция LLM в RecSys (RAG / генерация текста офферов)

• Опыт управления командой 10+ DS и развития ML экспертизы на уровне подразделения

• Успешный опыт реализации сложных и масштабных ML проектов с доказанным бизнес-эффектом

• Хорошие коммуникативные навыки, готовность договариваться и находить оптимальные решения

• Стратегическое мышление

• Амбициозность и ориентация на бизнес-результат

• комфортный современный офис рядом с м. Кутузовская

• ежегодный пересмотр зарплаты и 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

• 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 Сбера.

Мы Kaspi.kz - крупнейшая технологическая компания в Казахстане, миссия которой - улучшать людям жизнь. Ежемесячно нашим супер приложением пользуются более 14 млн казахстанцев.

Сейчас мы рассматриваем кандидатов на роль Middle / Senior ML Engineer.

Работа полностью из офиса в городе Алматы, формата удалёнки и гибрида - нет.

Основные направления, которые мы развиваем:

• Модерация контента/ отзывов/объявлений;


• Обогащение контента Магазина;


• Авто подбор HR;


• Анализ отзывов;


• Автоматизация классификации обращений;


• Виртуальный консультант.

Основные задачи ML engineer:

• Подготовка данных для обучения модели;


• Эксперименты и обучения моделей;


• Выкатка модели в продакшн (в большинстве случае в виде сервиса);


• Анализ отработки модели, ее улучшений;


• Настройка системы мониторинга качества модели.

Смело откликайся на вакансию, если уже погружался в NLP/ML и подошел хотя бы по 3 параметрам:

• Есть опыт разработки и запуска в production на трансформерных (BERT, Sentence-BERT, T5) или традиционных архитектурах (fasttext, word2vec);


• Уверенно пишешь SQL (если работал в SAS Enterprise Guide вольёшься в поток еще быстрее);


• Был опыт настройки CI\CD пайплайнов для ML моделей в среде GitLab, Docker, Kubernetes;


• Делал продуктовую аналитику (преимущество для телефонных переговоров операторов и голосовых ассистентов);


• Умеешь проводить A/B тесты;

Мы предлагаем:

• Развитие и карьерный рост- грейдинг+ адаптация;


• Офис в центре города;


• Обучение, тренинги и курсы за счет компании;


• Бесплатный тренажерный зал в офисе и дополнительные скидки на абонементы в другие залы;


• Электронная библиотека - Kaspi Books и доступное приложение к нему;


• Премия в виде оклада по результатам работы;


• Клубы по интересам (настолки, киберспорт);


• Лояльные предложения для сотрудников (автокредит).

<iframe allow="autoplay; fullscreen; accelerometer; gyroscope; picture-in-picture; encrypted-media" frameborder="0" height="315" scrolling="no" src="https://runtime.strm.yandex.ru/player/video/vplvehxyycysxnfqnvlq?autoplay=1&amp;mute=1" width="560"></iframe>

Наши продукты охватывают ключевые HR‑процессы: от собеседований и найма до онбординга, электронного документооборота, управления финансами и бенефитами. В нашем портфеле также — внутренняя социальная сеть и единое мобильное приложение, объединяющее все сервисы. Мы используем передовые технологии и следуем лучшим мировым практикам, обеспечивая высокий уровень безопасности решений.

Среди разрабатываемых нами ИИ‑продуктов — решения, которые позволяют:
* транскрибировать и суммаризировать встречи;
* суммаризировать чаты;
* автоматизировать саппорт;
* разрабатывать интеллектуальных ассистентов.

Аудитория наших продуктов — все сотрудники Яндекса, и это самая требовательная аудитория из возможных. Мы ищем человека, который поможет нам делать сервисы ещё лучше и надёжнее

Создавать продукты, влияющие на ежедневный опыт сотрудников компании

Мы разрабатываем сервисы для десятков тысяч внутренних пользователей. Наши продукты ускоряют процессы, снижают ручной труд, повышают прозрачность и делают повседневную жизнь сотрудников в компании более удобной и комфортной.

Продукты могут быть очень разными: от массовых продуктов повседневного использования до специализированных инструментов для найма, адаптации, кадровых процессов, командировок, согласований, поддержки сотрудников и внутренней автоматизации.

Вам предстоит проектировать архитектуру продуктов, разрабатывать backend-сервисы на Kotlin/Java или на Python, обслуживать сервисы в проде, обеспечивать их наблюдаемость и отказоустойчивость, заниматься их оптимизацией и повышать стабильность их работы.

Строить надёжные интеграции между сервисами, данными и бизнес-процессами

Мы живём внутри большого корпоративного ландшафта: внутренние справочники, оргструктура, роли и права, системы заявок и учётные системы, аналитика, внешние и внутренние API.

Вы станете проектировать устойчивое взаимодействие этих систем: синхронные и асинхронные интеграции, событийные модели, очереди, обработку ошибок, идемпотентность, аудит, безопасность и обратную совместимость.

Для нас крайне ценно умение собрать сложный процесс из множества компонентов так, чтобы он был надёжным, понятным в сопровождении и устойчивым к изменениям в соседних системах.

Встраивать AI и автоматизацию в реальные HR-процессы

Мы активно используем AI для решения повседневных задач и автоматизации процессов: работа со встречами и чатами, ассистенты для сотрудников, ускорение наймовых процессов, автоматизация поддержки и т. д.

Здесь важно не просто подключить LLM, а спроектировать безопасный контур вокруг AI: доступы, источники данных, ограничения на действия, аудит, качество ответов, интеграции с внутренними системами и понятные метрики.

Это возможность работать на стыке разработки, продуктовой логики, данных и AI и внедрять автоматизацию туда, где она действительно снижает нагрузку на людей и ускоряет внутренние процессы.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Разрабатывали новые сервисы и развивали существующие продукты
* Проектировали архитектуру систем, модели данных и API
* Работали с распределёнными системами, интеграциями и большими объёмами данных
* Сопровождали продукт на всех этапах жизненного цикла — от идеи до запуска и поддержки в продакшене
* Руководили инженерной частью команды: распределяли задачи, следили за качеством кода, помогали коллегам расти профессионально
* Занимались разработкой и оценкой ИИ‑агентов, а также повышением их качества

Наша команда развивает продвинутые способности Alice AI LLM, обучая наши модели решать самые нетривиальные задачи.

Мы фокусируемся на сценариях, где требуются сложные рассуждения, написание качественного кода и уверенное использование инструментов, таких как code sandbox и поиск. Наша ключевая цель — сделать Алису экспертным ассистентом, способным справляться с самыми сложными запросами пользователей.

Развитие рассуждающей модели

Ваша главная задача — учить одну из самых сильных рассуждающих моделей. Возможные задачи: сбор и поддержка пайплайнов генерации сред для RL для новых способностей Алисы; стабилизация RL-обучения нашей рассуждающей модели на масштабе траекторий, состоящих из сотен вызовов тулов; разбор ситуаций, где, как и почему модель ошибается на тяжёлых фактовых запросах, и перевод этого в успешный сигнал для обучения.

Обучение моделей и анализ экспериментов

Вам предстоит работать в RnD-цикле экспериментов над элайнментом рассуждающих моделей — от формирования гипотез до анализа результатов и выбора дальнейших шагов. Вам также нужно будет взаимодействовать с аналитиками для построения стабильных замеров и искать точки роста инфраструктуры — с общей целью обучения лучшей возможной модели.

Поиск новых направлений

Исследования LLM — очень бурно развивающаяся область с постоянно появляющимися моделями, статьями и даже направлениями. В нашей работе важно уметь выделять хорошо масштабирующиеся подходы, которые помогут достичь наших целей. Вы будете экспериментировать с самыми перспективными и свежими идеями.

Больше об ML в Яндексе — в канале Yandex for ML

* Уверенно программируете на Python и внедряли в продакшен исследовательские пайплайны
* Хорошо разбираетесь в LLM и имеете опыт работы в NLP/DL
* Умеете формулировать гипотезы и выстраивать эксперименты для их проверки
* Готовы работать с неопределённостью и выбирать самое важное направление

* Занимались файн-тюнингом или RL больших языковых моделей
* Работали в среде, требующей глубокого ресёрча (например, в AI или quantitative research)
* Собирали сложные бенчмарки для языковых моделей
* Публиковали статьи на тему языковых моделей и/или RL

Мы, команда AI агентов, создаём новый способ взаимодействия с привычными продуктами 2ГИС и Отелло. Считаем, что в ближайшем будущем общение с AI-агентами станет таким же естественным, как использование мобильных приложений сейчас. Ищем Data Scientist, который поможет нам воплотить это будущее в жизнь.

Стек: OpenAI GigaChat MCP Python Postgresql Langfuse CI/CD Docker Kubernetes

Что предстоит делать

• Разрабатывать ассистентов на базе API 2гис с текстовым и голосовыми интерфейсами.
• Анализировать качество генеративных моделей и искать способы его улучшения.
• Активно следить за best practice и open source решениями.
• Деплоить сервисы в Kubernetes, настраивать их мониторинг.
• Проводить Code Review существующих решений, предлагать идеи по развитию/оптимизации.

Что ожидаем

• Опыт разработки / data science от 3-х лет.
• Понимание архитектуры AI-агентов (оркестрация, memory, tools).
• Опыт использования СhatGPT и других открытых или закрытых LLM, понимание возможностей и ограничений.
• Опыт работы с одним из фреймворков для написания LLM пайплайнов: LangChain, LlamaIndex, Haystack и т.п.
• Опыт деплоя сервисов в прод.

Почему у нас хорошо

2ГИС — аккредитованная IT-компания. Полностью белая зарплата. Для нас важен специалист, а не его локация. Можно работать удалённо. Если хочешь работать в гибридном формате, у нас есть офисы в Москве, Санкт-Петербурге, два классных офиса в Новосибирске. А также коворкинги в других городах. Заботимся о здоровье: ДМС и возможность получать онлайн-консультации терапевта, невролога, психолога и медицинского агента. Если хочешь делиться своим опытом, мы только за — поможем с выступлениями на конференциях и статьями для Хабра.

Сейчас мы ищем AI Инженера в продуктовую команду, которая делает платформу
генерации медиаконтента на основе AI-агентов и разрабатывает её с помощью
собственных агентских систем.

Задачи

Строить платформу: бэкенд, фронтенд, инфра;
Создавать AI-агентов для производства контента и для самого процесса разработки;
Исследовать и внедрять новые подходы к оркестрации агентов, следить за практиками в индустрии.

Требования

Опыт backend-разработки — от 5 лет;
Опыт работы с AI-агентами от 6 месяцев — Claude Code, Codex, Cursor или аналоги (включая личные проекты);
Архитектурное и продуктовое мышление — проектирование систем, понимание бизнес-контекста;
Автономность — умение работать самостоятельно в условиях меняющихся требований;
Сильное инженерное образование;
Опыт fullstack-разработки;
Опыт проектирования клиент-серверных платформ;
Понимание LLM: возможности, ограничения, prompt engineering,
Будет плюсом:
Собственные пет-проекты, построенные с помощью AI;
Опыт развёртывания агентских систем — например, OpenClaw или аналогичных.

Условия

удалённая работа;
небольшая команда — каждый влияет на продукт;
оплата подписок на AI-инструменты для разработки и генерации контента;
возможность формировать процессы с нуля — от пайплайнов разработки до архитектуры продукта.

Команда оценки благосостояния занимается разработкой алгоритмов оценки платёжеспособности клиентов, чтобы принимать более точные и честные решения по кредитам. Наша работа лежит в основе скоринга, верификации и персонализации финансовых продуктов. Мы стремимся повысить эффективность процессов, снизить риски и одновременно расширить доступ к кредитам для добросовестных клиентов

• Оценивать платёжеспособность клиентов, исследовать источники данных, строить модели оценки дохода и кредитной нагрузки, внедрять их в скоринг
• Сегментировать клиентов по уровню благосостояния, использовать данные экосистемы для ранжирования и персонализации решений.
• Проверять гипотезы, применять A/B-тестирование, методы прикладной статистики и ML-подходы
• Оптимизировать ручные проверки — определять, кто действительно нуждается в ручной верификации, чтобы снизить нагрузку на операции и повысить прибыль
• Строить модели оценки дохода и благосостояния клиентов

• Знание теории вероятностей
• Знание математической статистики и классических методов машинного обучения
• Владение SQL, Python (pandas, sklearn)
• Умение анализировать бизнес-процессы
• Умение адаптировать скоринговые модели под стратегию

• Гибридный график и офис у метро «Белорусская», в котором есть все что нужно: Т-Клиника, салон красоты, фитнес-зоны, комнаты для сна и медитации. Если захочется поработать на свежем воздухе — терраса с панорамным видом
• Возможность работы в аккредитованной ИТ-компании
• ДМС со стоматологией, включая чекапы, компенсацию покупки лекарств и льготные условия страхования для близких. Еще — страховка от несчастных случаев и болезней
• Рост по карьерному треку: проходите курсы по софт- и хард-скиллам, развивайтесь с поддержкой ментора и повышайте уровень с матрицей компетенций и регулярным ревью
• Сильное комьюнити. Вы будете работать с экспертами в своей области, сможете делиться знаниями и выступать на конференциях, посещать митапы и писать статьи
• Онлайн-консультации с психологами, юристами, специалистами по финансам и здоровому образу жизни
• Компенсацию затрат на спортивные абонементы, приложение Т-Спорта для онлайн-занятий и командные тренировки с коллегами
• Завтраки и обеды в Т-Кафе. В офисе есть ресторан и кофейни, на каждом этаже — кухня, где можно перекусить
• 3 дополнительных дня к отпуску — можно использовать для отдыха или получить компенсацию
• Специальные тарифы на продукты Т-Банка и широкую программу скидок от партнеров
• Достойную зарплату — обсудим ее на собеседовании

R&D — Центр исследований и разработок Т-Банка. Наша команда внедряет в компанию передовые технологии, ищет направления развития и проводит фундаментальные исследования. Мы сотрудничаем с академическими партнерами и проводим совместные исследования с ведущими университетами и НИИ. 

Ищем AI-инженеров, которые готовы исследовать применимость AI-технологий в областях, где искусственный интеллект применялся мало. Вы будете разрабатывать ML-модели и внедрять их в инфраструктурные продукты, улучшая работу тысяч специалистов. 

У нас вы сможете публиковать статьи по результатам работ, посещать конференции и защищать патенты, предлагать идеи проектов и влиять на технологическую дорожную карту.

Узнать больше о команде: R&D — Центр

• Помогать внедрять имеющиеся наработки в рабочие ИТ-системы компании
• Искать и применять лучшие практики, помогать в разработке State-of-the-Art техник для AI-агентов и решений на базе LLM
• Участвовать в инициации проектов внутри компании и совместно с внешними партнерами
• Создавать прототипы и MVP в режиме вайб-кодинга и продвигать применение AI в программной инженерии
• Проводить обучающие семинары и мастер-классы в компании
• Писать технические статьи в инженерные блоги, при возможности — в рецензируемые журналы
• Участвовать в индустриальных и академических конференциях по мере достижения результатов
• Руководить небольшой командой инженеров и помогать расширять ее по мере необходимости — при желании

• У вас есть опыт в создании и развитии приложений на нескольких языках программирования: скриптовых или компилируемых. Измеряем в сложности проектов, зоне ответственности, количестве фич и их разнообразии, а не в годах опыта
• Хотите непрерывно развиваться: есть опыт в классической разработке, интересны области ML, DS, LLM
• Обладаете широким кругозором в программной инженерии
• Будет плюсом опыт в разработке продвинутого фронтэнда или опыт разработки и применения в продакшене ML-моделей от 2 лет

• Работу в офисе или гибридный формат — по договоренности с руководителем
• ДМС со стоматологией, включая чекапы, компенсацию покупки лекарств и льготные условия страхования для близких. Еще — страховка от несчастных случаев и болезней
• Рост по карьерному треку: проходите курсы по софт- и хард-скиллам, развивайтесь с поддержкой ментора и повышайте уровень с матрицей компетенций и регулярным ревью
• Сильное комьюнити. Вы будете работать с экспертами в своей области, сможете делиться знаниями и выступать на конференциях, посещать митапы и писать статьи
• Онлайн-консультации с психологами, юристами, специалистами по финансам и здоровому образу жизни
• Компенсацию затрат на спортивные абонементы, приложение Т-Спорта для онлайн-занятий и командные тренировки с коллегами
• 3 дополнительных дня к отпуску — можно использовать для отдыха или получить компенсацию
• Специальные тарифы на продукты Т-Банка и широкую программу скидок от партнеров
• Достойную зарплату — обсудим ее на собеседовании

Команда занимается разработкой Disrupt-решений в сфере Безопасности Сбера

Цель команды – разработка инновационных решений, проверка гипотез, посредством подготовки MVP и PoC планируемых продуктов, поддержка продуктовых команд в части оперативной разработки.

• разработка ML-алгоритмов

• разработка ML-моделей

• поддержка существующих AI-решений

• разработка AI-Агентов

• проработка AI-архитектуры внедрения решений в целевой процесс

• генерация идей.

• высшее образование

• коммерческий опыт работы разработки\в сфере ИИ не менее 2 лет

• опыт самостоятельного лидирования

• готовность работы в условиях многозадачности и сжатых сроков, интенсивному обучению и повышению квалификацию

• опыт работы со следующим стеком:

Python, numpy, pandas, scipy, scikit-learn, XGBoost, PyTorch, OpenAI, LangChain, LangGraph, Chroma, prompt engineering, FastAPI, REST/gRPC, React, Docker, Kubernetes, GitLab.

• офисный формат работы, 5\2
• 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
• реферальная программа для сотрудников: можно пригласить в команду знакомых профессионалов и получить вознаграждение

Мы ищем Data Engineer, который будет отвечать за инфраструктуру, пайплайны и качество данных для обучения современных Vision-Language Models. Роль находится на стыке data engineering и ML: нужно будет работать с большими мультимодальными датасетами, понимать потребности исследователей и ML-инженеров, строить пайплайны очистки, фильтрации, категоризации и генерации данных, а также обеспечивать воспроизводимый экспорт данных в формат для обучения моделей.

• Собирать и структурировать потребности ML-команды в данных: какие данные нужны для обучения, дообучения, оценки и улучшения VLM.
• Предлагать и реализовывать идеи пайплайнов очистки, фильтрации, дедупликации, категоризации и генерации данных.
• Ориентироваться в современных практиках построения датасетов для Vision-Language Models: image-text pairs, synthetic data, filtering, quality scoring, data mixture design, dataset versioning.
• Отвечать за инфраструктуру хранения и подготовки данных, включая:

1. импорт данных из различных источников: production, Common Crawl, open-source datasets, generated data;
2. валидацию и контроль качества данных;
3. хранение и версионирование датасетов;
4. экспорт данных в форматы, пригодные для обучения моделей.

• Проектировать и реализовывать пайплайны обработки данных на большом масштабе, включая десятки миллиардов изображений.

• Разрабатывать пайплайны генерации синтетических данных для обучения и улучшения VLM.

• Собирать статистику по данным, строить отчёты и визуализации для анализа состава, качества и покрытия датасетов.

• Обеспечивать воспроизводимость, наблюдаемость и надёжность data-процессов.

• Работать в тесной связке с ML-инженерами, исследователями и инфраструктурной командой.

• Сильный опыт в data engineering и построении production-grade data pipelines.

• Уверенное владение Python, включая multiprocessing, multithreading и async-подходы.

• Опыт работы с большими объёмами данных и распределённой обработкой.

• Практический опыт с объектными хранилищами, в частности S3 или аналогами.

• Опыт работы с YTsaurus или похожими системами для распределённого хранения и обработки данных.

• Понимание принципов валидации, очистки, дедупликации и версионирования датасетов.

• Опыт работы с DVC, Git, Docker.

• Опыт работы с PostgreSQL или другими реляционными базами данных.

• Умение проектировать устойчивые пайплайны: от импорта данных до финального экспорта в training-ready формат.

• Способность самостоятельно разбираться в нечетко сформулированных задачах и доводить их до работающего решения.

• Готовность работать на стыке engineering и ML research.

Будет плюсом

• Опыт работы с мультимодальными данными: изображения, текст, image-text pairs, captions, OCR, metadata.

• Понимание того, как устроены современные датасеты для обучения VLM / LMM / multimodal models.

• Опыт построения пайплайнов для synthetic data generation.

• Опыт реализации quality scoring, filtering, semantic deduplication, clustering или data attribution.

• Опыт визуализации статистики по большим датасетам и построения внутренних аналитических дашбордов.

• Опыт работы с Common Crawl, LAION-подобными датасетами, open-source vision-language datasets.

• Базовое понимание ML training pipeline и того, как качество данных влияет на качество модели.

• 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.

Хотите, чтобы ваш код управлял реальными роботами уже завтра? Наши роботы-доставщики катаются по разным районам Москвы, в городе Мурино (Ленинградская область) и в Иннополисе.

Мы очень любим и поддерживаем короткий цикл «идея → концепт → полигон → прод», у нас правда много данных и достаточно GPU для экспериментов. Присоединяйтесь!

Наша команда отвечает за мозг движения робота-доставщика: от понимания сцены и предсказания динамики до генерации траектории. Наша стратегия — сочетать разработку трансформеров с R&D-подходами на базе LLM- или DriveGPT-стека и оптимизировать их под ограничения бортовых ресурсов робота-доставщика.

На «Хабре» можно прочитать обзорную статью об устройстве нашего робота-доставщика.

Внедрение SOTA-подходов

Вы будете регулярно изучать новейшие подходы, такие как Wayformer, PlanTF, MotionLM, DriveGPT4, Diffusion Planner, и адаптировать их для продакшн-пригодных решений.

Улучшение моделей с помощью RL

Вам предстоит разрабатывать RL-based-пайплайны (PPO, GRPO, DPO), строить reward-модели, собирать датасеты в симуляторе, минимизировать sim-to-real gap.

Интерпретируемость моделей

Нужно будет предлагать идеи по разработке инструментов интроспекции моделей — как для отладки сложных случаев, так и для получения технологий промтинга поведения.

Больше об ML в Яндексе — в канале Yandex for ML

* Работали с PyTorch
* Встраивали ML-решения в реальные продукты
* Имеете большой опыт работы с DL, трансформерами, генеративными моделями

* Разрабатывали и внедряли AV ML-решения, владеете технологиями Imitation и Reinforcement Learning, SLAM, Motion Planning
* Занимались робототехникой (знакомы со словами ROS, Jetson, «сенсорсет»)
* Участвовали в соревнованиях по ML или программированию: ACM ICPC, Codeforces, Topcoder, Kaggle и т. д.
* Умеете писать промышленный код на С++

Наша команда автоматизирует и оптимизирует операционные процессы на платформе.

Мы исследуем, как устроены процессы, ищем точки для улучшения и создаем решения, которые помогают автоматизировать рутинные операции. Используем AI, RPA, n8n, Nessy (ИИ в VS Code) и другие инструменты.

Мы предлагаем

• Достойный доход: учитываем ваш опыт и навыки
• Гибридный формат: работа в офисе 3-4 дня в неделю, остальные дни — из дома
• График 5/2 с 10:00 до 19:00
• Фитнес-зал в офисе: можно размяться перед рабочим днем или завершить его тренировкой
• Компенсацию питания в офисе, еще на каждом этаже есть кухня, где можно перекусить
• Дополнительный отпуск — 3 дня в год, можно использовать для отдыха или получить компенсацию
• Оформление по ТК РФ

Чем предстоит заниматься

• Разрабатывать AI-инструменты на платформах Т-Банка: Nessy (ИИ в VS Code), n8n и т.п.
• Роботизировать и автоматизировать операционные процессы с помощью RPA, n8n и других инструментов
• Создавать инструменты для цифровизации процессов с использованием внутренних инструментов Jira и Twork
• Поддерживать созданные инструменты в рабочем состоянии: вести документацию, отслеживать проблемы и падения, контролировать использование

Кого мы ищем

• Знаете основы работы AI-агентов, ML-моделей и RAG
• Умеете писать сложные промпты для AI-ассистентов и агентов
• Умеете формировать базы знаний для AI-ассистентов
• Имеете базовые навыки написания запросов PostgreSQL
• Имеете базовые навыки написания Python-скриптов, в том числе с помощью AI-инструментов
• Умеете читать и писать JSON-запросы
• Понимаете методологии продуктового тестирования
• Будет плюсом опыт использования LLM для рабочих задач, включая вайбкодинг на уровне создания небольших приложений, сервисов и автоматизаций

Обязанности:

• Разработка клиент-серверных приложений на базе ROS-узлов для детекции и трекинга БПЛА;

• Проектирование архитектуры сложных приложений компьютерного зрения (pipeline детекции → трекинга → синхронизации данных);

• Чтение легаси кода;

• Ведение программной документации;

• Ведение системной документации;

• Разработка программных интерфейсов взаимодействия с теми или иными техническими средствами (моторы, GPS приемники, камеры USB/MIPI CSI-2, NPU-платформы и тд.)

• Работа в области разработки беспилотных авиационных систем и их компонентов, средств обнаружения БПЛА;

По камере матчить картинку с тайла карт Яндекс. Определение вектора движения скорости и высоты;

Сбор и разметка датасета под реальные условия (малоразмерные цели, сложный фон — небо, земля);

Обучение и дообучение детекторов (семейство YOLO и аналоги, подходящие для edge);

Квантизация моделей (INT8, PTQ/QAT) и контроль потери точности;

Компиляция и запуск моделей на Hailo через Hailo Dataflow Compiler / Model Zoo (.hef);

Алгоритмы сопровождения цели (трекинг) и оценка качества на реальных полётных данных;

Участие в выборе камеры и оптики под задачу детекции: разрешение, кадровая частота, угол обзора, чувствительность, глобальный/роллинг-затвор, RGB vs тепловизор.

Требования:

• Наличие высшего технического профильного образования или диплом о профессиональной переподготовке;

• Python (обязательно);

• Опытный пользователь Git;

• Опыт работы с OpenCV (CSRT, MOSSE, optical flow, работа с видеопотоком);

• Опыт работы с YOLO (v5/v8…), обучение и оптимизация инференса;

• Знание NumPy, векторизация вычислений.

Приветствуется:

• Опыт работы в НИОКР;

• С/С++;

• Знание Linux (в том числе Embedded Linux — сборка из исходников, системная отладка);

• Multi-object tracking: ByteTrack, DeepSORT, BoTSORT;

• Kalman-фильтры, IoU-matching, ReID;

• Опыт работы с ROS;

• Опыт работы с NPU-платформами (Rockchip RK3588, Jetson, Hailo);

Условия:

• Окончательный уровень оплаты обсуждается на собеседовании (онлайн или очном);

• Оформление в соответствии с ТК РФ

• График работы: полная занятость, гибкий график.

Привет! Наша команда занимается формированием рекомендательной ленты на главной странице. Зона ответственности включает: расчет признаков, обучение и применение DL моделей, таргеты и формулы ранжирования, предсказание рекламной выручки, правила разнообразия. Data Scientist у нас – это сотрудник широкого профиля, занимающийся полным циклом вывода в production: от проверки идеи на Spark и Python до разработки продовой части системы на Golang и А/Б тестирования.

Ты будешь

• Развивать модель ранжирования ленты: добавлять новые сигналы и поддерживать новые типы контента.

• Делать выдачу персонализированной: сначала с помощью простых правил, потом ML-моделей.

• Улучшать, как товар показывается пользователю: выбирать лучшее изображение или видео.

• Добавлять в ленту нетоварный контент, например видео-обзоры.

• Поддерживать рекламные инструменты и наводить порядок в коде.

• Находить баланс между качеством модели и скоростью её работы.

Нам важно

• Обучение на технической специальности бакалавриата, магистратуры или специалитета в настоящий момент.

• Уверенное знание Python и основных библиотек для работы с данными Pandas, Polars.

• Уверенное знание фреймворков глубокого обучения PyTorch или TensorFlow.

• Опыт с PySpark, Hadoop, Catboost и Airflow - будет плюсом.

• Высокий уровень владения SQL.

• Понимание теоретических принципов классического ML и Deep Learning.

Мы – команда Kandinsky, создающая и развивающая core-технологии генеративных моделей изображений и видео. Наши модели умеют создавать фотореалистичные сцены, стилизованные иллюстрации и видеоролики по текстовому описанию, редактировать визуальный контент и работать в мультимодальных сценариях

Обязанности

• дообучение (fine-tuning, адаптеры) и интеграция генеративных моделей генерации изображений и видео для решения задач в проде
• сравнение производительности, качества и скорости инференса opensource-моделей между собой и с моделями Kandinsky
• доведение решений до production-ready уровня
• коммуникация с Research-командой
• передача требований и инсайтов, полученных при экспериментах с opensource, для разработки собственных технологий

Требования

• опыт работы ML Engineer от 4х-лет
• уверенное владение Python и фреймворками глубокого обучения (PyTorch)
• понимание внутреннего устройства актуальных CV-моделей
• знания архитектур и методов обучения SOTA моделей в генеративном CV
• умение работать с контейнеризацией (Docker, Kubernetes) и оркестрацией пайплайнов.

Будет плюсом:

• опыт интеграции генеративных моделей в существующие продуктовые контуры
• навык написания эффективного production-кода на Python
• опыт менторства менее опытных коллег и code review
• умение за возможностями модели увидеть потенциал для бизнес-фичей

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