Вакансии в ML и AI

На проект 2-3 месяца мы открыли вакансию AI Engineer (Senior) с пониманием LLM и практическим опытом построения AI-систем.

Основной приоритет - OSINT, AI-агенты и Deep Research:

поиск информации из разных источников, работа с сущностями и связями, проверка и дедупликация источников, сохранение доказательств, построение сложных agentic flow, LangGraph/state machine, tool calling, RAG, hybrid search и reranking.

Также важно умение подбирать, тестировать и сравнивать модели, работать с локальными LLM, embeddings и reranker-моделями, разворачивать их через vLLM или аналогичные решения, понимать GPU-память, KV-cache, quantization, batching, нагрузочное тестирование и оптимизацию инференса.

• участие в интересном проекте
• возможна удаленная работа
• конкурентная оплата труда

Привет! Мы – команда Machine Learning Technology Research and Development (MLTech), и мы приглашаем специалистов по Data Science решать с нами задачи на стыке машинного обучения и кибербезопасности: детектировать зловредные файлы, распознавать фишинговые веб-страницы и обнаруживать хакеров в корпоративных сетях.

Что предлагает наша команда:
 

·       мы помогаем друг другу расти и добиваться результатов, решая прикладные задачи;

·       у нас есть MLOps’ы, которые помогут не запутаться в инфраструктуре;

·       не боимся использовать новые технологии и пробовать новые идеи;

·       результаты твоей работы почувствуют на миллионах устройств по всему миру;

·       используем Spark-кластер и GPU-кластер, чтобы обрабатывать огромные коллекции файлов;

·       при желании о результатах работы можно рассказывать в статьях и на конференциях.

Ты подходишь нам, если:
 

·       имеешь опыт машинного обучения в индустрии;

·       готов глубоко погружаться в данные, анализировать модели и строить интерпретации, общаться с заказчиками и превращать их пожелания в гипотезы;

·       готов работать над разнообразными задачами, в которых нельзя просто `import ml`;

·       хочешь доводить проекты до прода и не боишься выходить за пределы jupyter-тетрадок;

·       понимаешь, зачем нужно observability для агентов и умеешь заставлять LLM сделать ровно то, что нужно;

·       любишь обсуждать идеи, свой код и чужой код с коллегами;

·       интересуешься безопасностью и не теряешься, услышав слова «полиморф» и «фишинг» (или хочешь во всем этом разобраться).
 

Хард-требования:

·       умеешь писать чистый и понятный код на современном Python;

·       хорошо ориентируешься в классическом ML и соответствующих библиотеках (scikit-learn, CatBoost);

·       имеешь опыт разработки систем на базе LLM: написание агентных систем, RAG-пайплайнов;

·       помнишь, что такое доверительный интервал;

·       умеешь писать несложные Docker-файлы (или готов научиться).

Наша команда занимается амбициозной и стратегически важной задачей – построение единого хранилища данных блока B2C - централизованное и эталонное место хранения данных. Мы ищем сильного инженера данных для работы с крупными распределенными системами. Наш стек строится вокруг экосистемы Hadoop, и мы активно развиваем платформу в сторону Data Lakehouse на базе Apache Iceberg и Data Streamhouse на базе Kafka и Apache Flink. Вам предстоит работать с высоконагруженными системами, потоковой обработкой и участвовать в построении единого хранилища данных компании.

• разработка и оптимизация витрин данных: Проектирование и реализация эффективных ETL и ELT процессов для витрин данных с использованием Apache Spark и Greenplum. Обеспечение высокой производительности и отказоустойчивости пайплайнов.
• потоковая обработка данных (RT и NRT): Разработка и поддержка стриминговых пайплайнов. Построение NRT пайплайнов обработки данных из Kafka в Apache Iceberg (Kafka2Iceberg) и RT пайплайнов между Kafka (Kafka2Kafka) с использованием Apache Flink и Spark Structured Streaming.

Архитектура данных:

• активное участие в разработке архитектуры решения потоковой обработки данных Data Streamhouse данных для обеспечения
• разработка предложений по развитию Data Lakehouse, внедрение best practices работы с Apache Iceberg (оптимизация партиционирования, compaction, time travel).

Инженерные практики:

• реализация механизмов инкрементальной загрузки данных для минимизации времени обработки и нагрузки на источники
• разработка и документирование API (на Java или Scala) для доступа к данным витрин и сервисам семантического слоя

Производительность и качество:

• глубокая оптимизация Spark-приложений, включая использование векторного движка Gluten/Velox для ускорения рабочих нагрузок
• разработка решений для сверки и контроля качества данных (Data Quality) с использованием Spark и Python.

DevOps и CI/CD: Внедрение разработанных решений в продуктовую среду. Настройка пайплайнов сборки и деплоя в Jenkins, управление зависимостями задач в Oozie или современных оркестраторах.

Коммуникация: Взаимодействие с внутренними бизнес заказчиками для уточнения и согласования требований, презентация доработок сервиса.

·      Уверенное владение языками: SQL, Java (или Scala), Python (как вспомогательный для ad-hoc анализа и DQ).

·      Глубокое понимание экосистемы Apache Hadoop (HDFS, YARN) и опыт работы с ней в продакшене.

·      Опыт разработки пайплайнов на Apache Spark (Core, SQL, Structured Streaming) уровня не ниже middle.

·      Опыт работы с потоковыми данными: Apache Kafka (как источник/приемник) и хотя бы одним фреймворком стриминговой обработки (Apache Flink или Spark Streaming).

·      Понимание форматов хранения данных (Parquet, ORC, Avro) и современных подходов к управлению Data Lakehouse (обязательно знание Apache Iceberg).

·      Опыт оптимизации производительности Apache Spark (настройка ресурсов, устранение перекосов данных, работа с memory, оптимизация shuffle).

Будет большим плюсом:

·      Опыт внедрения промышленных пайплайнов пакетной передачи данных.

·      Опыт внедрения промышленных пайплайнов потоковой передачи данных.

·      Опыт внедрения Gluten/Velox или аналогичных векторизованных движков.

·      Навыки сборки и развертывания Doker-образов приложений.

• офисный формат работы (м Кутузовская ул. Поклонная 3)
• 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.

Привет! Это команда DWH. Мы ищем разработчика аналитического хранилища Ozon, который умеет работать с большими объёмами данных, оптимизировать SQL-запросы, строить ETL-процессы, разбирать ошибки и взаимодействовать с бизнес-пользователями и аналитиками.

Наш стек

• Trino, Vertica, Hadoop, Spark, Jupyter Notebook, Python, Airflow, Docker.

Вы будете

• Разрабатывать и развивать ETL-системы, которые обеспечивают данными различные предметные области: продажи, учёт, логистику.
• Анализировать данные и проектировать структуры данных под аналитические потребности различных бизнес-подразделений.
• Оптимизировать и мониторить пайплайны обработки данных, повышая их производительность и стабильность.
• Проектировать и реализовывать масштабируемые хранилища данных на базе HP Vertica, Trino, ClickHouse, PostgreSQL и Hadoop.

Нам важно

• Самостоятельность в решении задач и опыт в роли ключевого разработчика на крупном проекте.
• Опыт проектирования архитектуры хранения данных и связанных ETL-процессов.
• Умение работать с техническими требованиями: аргументированно предлагать изменения и находить оптимальные решения.
• Хорошие навыки проектирования и реализации ETL-процессов, обязательное знание Airflow.
• Отличное знание SQL и системное мышление.
• Опыт разработки хранилищ данных с использованием одной из колоночных СУБД: Vertica, Greenplum, Exadata, Teradata.
• Опыт программирования на Python, в том числе для разработки решений по автогенерации ETL-задач и реализации логических алгоритмов.
• Навыки работы с Bash и Docker.

Будет плюсом

• Опыт работы со Spark.
• Опыт работы с несколькими ETL-инструментами и их использованием в горизонтально масштабируемых системах обработки данных.
• Знания в одной из областей: CI/CD, frontend- или backend-разработка, разработка интеграционных потоков.
• Желание участвовать в управлении проектами и доводить фичи до production.
• Желание развиваться в наставничестве и помогать другим участникам команды.

Что предстоит делать?

• Определять и развивать целевую архитектуру платформы данных и ключевых доменных моделей
• Проектировать и реализовывать критичные пайплайны и хранилища, обеспечивая надёжность, производительность и масштабируемость
• Вводить и поддерживать стандарты качества данных, схем, версионирования, мониторинга и алёртинга
• Проводить архитектурные ревью, дизайн-сессии, помогать команде в декомпозиции и решении сложных задач
• Оптимизировать существующие решения: хранение, запросы, пайплайны, снижать стоимость и повышать SLA
• Проводить capacity planning и нагрузочное тестирование платформы, определять узкие места и планировать масштабирование вычислительных, сетевых и storage-ресурсов
• Проектировать отказоустойчивость и disaster recovery платформы: репликацию, резервное копирование, восстановление, RPO/RTO и сценарии отказа отдельных компонентов и кластеров.

Мы ожидаем, что вы:

• Имеете высокий уровень владения Python, SQL, Airflow, dbt.
• Имеете опыт построения систем с HA/DR: отказоустойчивость, disaster recovery, backup/restore, RPO/RTO, multi-AZ/кластерные конфигурации
• Имеете глубокое знание ClickHouse и его архитектуры, а так же методов оптимизации хранения/скорости доступа к данным: шардирование, репликация, Distributed-таблицы, ClickHouse Keeper, MergeTree-семейство, партиционирование, TTL, materialized views, projections, работа с S3, tiered storage, ORDER BY/primary key, индексы, JOIN, агрегации и т.п.
• Имеете глубокое понимание архитектуры распределённых систем: CAP, репликация, консистентность, отказоустойчивость, идемпотентность
• Имеете опыт построения высоконагруженных ingestion-пайплайнов, включая SLA на каждом этапе: ingestion → storage → transformation → serving → BI/ML. Kafka/очереди сообщений, batch и streaming ingestion, consumer groups, backpressure, retries, deduplication, ordering, schema evolution
• Имеете опыт построения data platform / lakehouse / DWH: raw/bronze → silver → gold, медальонная модель, витрины, семантический слой, object storage
• Обладаете навыками оптимизации стоимости хранения и обработки: hot/warm/cold storage, TTL, S3, compression, retention policies, pre-aggregation
• Знаете Metabase (будет дополнительным плюсом)

Почему вам понравится работать у нас?

• Сильная команда, амбициозные задачи и продукты, которыми пользуются миллионы
• Новый офис SberDevices в центре Москвы
• Удобный формат работы с возможностью гибкого начала рабочего дня
• Надёжная программа ДМС и НС с первого месяца работы
• Обучение и развитие: курсы и тренинги от корпоративного университета, внешнее обучение за счёт компании и участие в конференциях
• Льготная ипотека и корпоративная пенсионная программа
• СберКлуб: cкидки от партнёров, повышенные бонусы, акции экосистемы, подписка СберПрайм+.

Наша команда занимается одним из приоритетных направлений в Блоке «Риски», а именно выстраиванием Системы управления рисками собственных строительных проектов Банка и его дочерних обществ с помощью ИИ агентов. Мы создаем, развиваем и поддерживаем систему управления рисками – от идеи о строительстве, через реализацию, до передачи готового объекта заказчику.

Приглашаем вас стать частью системы управления рисками самых интересных и амбициозных строительных проектов в России.

Ищем опытного Python-инженера, который любит ML, понимает его силу и ограничения, и хочет делать «настоящий» production-backend: надёжный, масштабируемый, с чёткой инженерной культурой.

Стек технологий: Python 3.12+, FastAPI, gRPC/HTTP, Kafka, PostgreSQL, PyTorch/Lightning, инструменты для LLM-оркестрации, LangGraph, Grafana/OpenTelemetry, OpenShift, Jenkins.

Обязанности

• проектировать и разрабатывать backend-сервисы на Python для LLM-агентов и ML-пайплайнов (низкие задержки, высокая надёжность, observability)
• выстраивать и развивать архитектуру агентских систем (оркестрация инструментов, память, планирование, безопасные guardrails, оценка качества)
• внедрять ML System Design подходы: искать и применять передовые идеи и мировой опыт в области архитектур агентских систем
• работать с данными и интеграциями: очереди/стриминг, базы, кэш, внешние API
• проводить технические исследования (R&D), быстро прототипировать, измерять, масштабировать в прод
• развивать платформу: тестирование, CI/CD, мониторинг, трассировка, расходы
• влиять на инженерную культуру: код-ревью, дизайн-сессии, менторство.

Требования

• от 4 лет промышленной backend-разработки на Python с акцентом на надёжность и производительность
• опыт проектирования распределённых систем и высоконагруженных сервисов
• уверенная математическая база (вероятность/статистика/оптимизация), инженерный вкус и привычка мерить всё метриками.
• практика работы с ML-системами в проде: фичи, офлайн/онлайн-оценка, A/B, наблюдаемость качества
• навык разбираться в новых подходах (LLM-агенты, инструменты, память, RAG, оценка), критически их проверять и доводить до результата
• готовность брать ответственность за продуктовые эффекты, а не только за код.

Будет плюсом:

• опыт построения agentic-архитектур (планировщики, многoшаговые цепочки, инструментализация, безопасность).
• опыт реализации высокоэффективного инференса LLM моделей, глубокое понимание работы kernel для инференса
• вклад в open-source или публикации/доклады
• знание домена рисков.

Условия

• рабочее место в современном офисе по адресу г. Москва, проспект Кутузовский, 32
• режим работы: гибрид, удаленного формата нет
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• расширенный ДМС с первого дня работы для сотрудников и льготная медицинская страховка для близких
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.

Обязанности:

• Развивать DWH HR-отчетности: участвовать в проектировании и масштабировании корпоративного хранилища данных
• Интегрировать источники: собирать, очищать и консолидировать данные из учетных систем (в том числе SAP HCM/SAP BW)
• Проектировать витрины данных: переводить требование бизнеса и топ-менеджмента в понятные технические алгоритмы и данные
• Обеспечивать качество данных: внедрить процессы Data Quality и Data Governancе

• Опыт работы в области DWH, ETL или Data Engineering – от 3 лет
• Практический опыт проектирования и развития хранилищ данных
• Уверенное владение Postgresql, MS Sql, Python (обработка данных, интеграции и автоматизации), Apache Airflow, Kafka, Git
• Приверженность к Data Governance подход
• Умение самостоятельно принимать решения, документировать их и доводить до промышленной эксплуатации
• Понимание основных принципов хранения данных в SAP HCM / SAP BW будет преимуществом
• Понимание требований BI систем к структуре и качеству данных будет преимуществом
• Понимание основных метрик HR отчетности будет преимуществом
  

• Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования + квартальная премия по результатам KPI
• Гибкий график работы: вы сможете планировать время так, как удобно вам и вашей команде
• Полную удалёнку или гибрид на выбор, а также уютный ИТ-хаб в Москве, Санкт-Петербурге, Екатеринбурге и сезонный коворкинг в Сочи
• Сложные и интересные задачи, современный стек технологий
• Заботу о вашем здоровье: программа ДМС с первых дней работы, куда входит стоматология, обслуживание в лучших клиниках города, страхование и компенсация 10-ти дней больничного
• Возможность вертикального и горизонтального карьерного роста: регулярно проходят тренинги, вебинары, митапы и демо-дни

• Оплату посещения профильных конференций и курсов, помогаем с подготовкой к публичным выступлениям и написанием статей на Хабр

• Доступ к бесплатным корпоративным библиотекам Alpina Digital, МИФ и бизнес-изданий

Репосты и лайки очень приветствуются 🫶🏻

Всем добра 💚

Margarita Abronova

2 нед.

Отредактировано

🚀 Ищем Руководителя Дирекции моделирования кредитных рисков.

Ищем сильного лидера, который возглавит направление Data Science в блоке кредитных рисков.

В зоне ответственности: команда DS, ML Engineering, MLOps и аналитики, а также ключевые направления: кредитный скоринг, Collection и Fraud Prevention.

Основные задачи:

• развитие стратегии Data Science и управление командой;

• управление полным жизненным циклом ML-продуктов - от гипотезы до Production и мониторинга;

• развитие решений для автоматизации андеррайтинга и управления кредитным портфелем;

• взаимодействие с бизнесом, IT и топ-менеджментом;

• контроль качества моделей и оценка их бизнес-эффекта.

Наши ожидания:

• 5+ лет в Data Science / AI / ML;

• 2+ года на руководящей позиции;

• опыт разработки и внедрения ML-моделей;

• знание MLOps и инструментов JupyterHub, Airflow, GitLab, MLflow, Hadoop, DVC, vLLM или аналогов;

• сильные лидерские и коммуникативные навыки, стратегическое мышление.

Будет преимуществом опыт с GenAI / LLM, AI-агентами или Computer Vision в банковской сфере.

📩 Свое резюме можно отправить сюда: Margarita.Abronova-Belova@bcc.kz

А за репост и лайк, отдельное спасибо 🫶🏻💚

#DataScience #AI #MachineLearning #MLLeadership #TechLeadership #CreditRisk #Fintech #Hiring

Мы строим собственную мультиагентную систему, которая изменит процессы и подходы ведения проектов. В её основе - чистые клиенты OpenCode и QwenCode, а задача - не просто запустить агентов, а глубоко встроить их во все корпоративные системы, без которых не обходится ни один проект: аналитика, разработка, дизайн, QA, DevOps и управление проектом.
У нас свой inference с собственными моделями - и в ближайшее время мы существенно масштабируем мощности. Параллельно прорабатываем трек выхода на внешние модели через guardrails, чтобы сочетать гибкость и безопасность.
Проект долгосрочный: минимум до конца 2028 года, а дальше - поддержание и развитие. Это не «задача на квартал», а системная работа, которая будет влиять на процессы компании ещё много лет. Ты можешь стать одним из тех, кто закладывает её архитектуру с самого начала.

Чем Вы будете заниматься:

• разрабатывать и развивать корпоративного агента на базе OpenSource: проектировать harness-инструменты, интегрировать его с ИТ-системами (MCP / REST / gRPC), настраивать оркестрацию моделей и разрабатывать UI (desktop, web);
• исследовать новые технологии агентной разработки: подбирать инструменты под задачи, проводить эксперименты и сравнивать их эффективность на собственных данных;
• перестраивать процессы ключевых ролей (аналитик, разработчик, дизайнер, тестировщик, архитектор, DevOps, РП) под агентный подход: формировать целевой набор инструментов, процедуры работы, встраивать их в общий ландшафт и готовить методические материалы;
• анализировать архитектуру решения на узкие места: задержки LLM, стоимость и надёжность;
• поддерживать архитектурную документацию (C4, UML, Archimate).​​​​;

​​​​​​​Распределение задач: 60% - разработка нового функционала (вайбкодинг), 40% - исследование инструментов и технологий.

Мы ожидаем, что Вы:

• имеете высшее профильное образование (программирование, программная инженерия, прикладная математика, информатика, ИИ);
• имеете коммерческий опыт разработки на Java 11+ / 21+ не менее 3 лет (уровень не ниже middle+, готовность работать на Java 25);
• понимаете принципы построения ИИ-инфраструктуры для инференса LLM, умеете разворачивать и оптимизировать инференс;
• знаете MCP (Model Context Protocol) и имеете опыт реализации MCP-серверов/клиентов; умеете проектировать их для доступа агентов к IDE (IntelliJ), Confluence, Git, CI/CD и базам знаний;
• имеете практический опыт RAG: сборка embeddings, векторный поиск, интеграция с LLM;
• работали с реляционными, временными и векторными БД (Postgres, ClickHouse, Influx, TimeScaleDB, Qdrant, Milvus, pgvector, Weaviate) и понимаете их различия;
• проектировали информационные системы (микросервисная и событийно-ориентированная архитектуры), включая отказоустойчивые, высоконагруженные и наблюдаемые системы;
• владеете API-дизайном (REST, gRPC, AsyncAPI, OpenAPI) и нотациями (C4, UML/PlantUML, Mermaid);
• знакомы с наблюдаемостью (Prometheus, Zabbix, Grafana) и OpenTelemetry (трассировка LLM и MCP);
• понимаете принципы современных кодинговых агентов: агентный цикл, интеграция LLM, MCP, RAG-pipeline;
• разбираетесь в метриках качества ИС: токены/запрос, cost per request, precision/recall retrieval, latency p99/p95/p50.

Будет плюсом:

• опыт с Agent Frameworks на Java (LangChain4j, Spring AI, LangGraph) и SDK (OpenAI Agents / Google Agents);
• навыки DevOps (Terraform, Helm);
• интеграции с SAP (S/4HANA);
• опыт работы с LLM-runners (vLLM).

Мы предлагаем:

• стабильность, на которую можем опираться. Официальное оформление в аккредитованной IT-компании, «белая» зарплата и ежегодная индексация, льготная ипотека и отсрочка от армии;
• рост без потолка. Оплачиваем курсы, тренинги и сертификации, отправляем на конференции и форумы. Поддерживаем во всём, что помогает расти;
• гибкий формат работы. Удалёнка или офис. Вы сами выбираете формат, в котором чувствуете себя продуктивнее — для нас важен результат, а не часы за столом;
• прозрачная мотивация. Ежеквартальные или годовые премии за результат — индивидуальный и командный;
• здоровье в приоритете. ДМС со стоматологией + доплата по больничному от 50 до 100 %;
• опции для родителей. Финансовая помощь при рождении ребёнка и 100 % оплата отпуска по беременности и родам;
• допы, которые радуют. Корпоративная мобильная связь, а ещё — скидки от наших партнёров: на технику, спорт, еду, обучение и не только. Маленькие бонусы, которые делают будни приятнее;
• атмосфера, которая заряжает. У нас не боятся пробовать новое, идеи обсуждаются на равных, а не спускаются сверху. Жёстких иерархий нет — есть свобода предлагать, менять процессы и влиять на то, что и как вы делаете

Компания Интэк-Аудит ищет специалиста по цифровизации и автоматизации бизнес-процессов.

Мы хотим уменьшить количество ручной и повторяющейся работы в аудиторских проектах и ищем человека, который поможет сотрудникам использовать современные цифровые инструменты, AI и автоматизацию в ежедневной работе.

Для этой позиции не требуется опыт работы аудитором. Нам нужен человек, который умеет разбираться в чужих рабочих процессах, находить в них рутину и превращать ее в простые и работающие цифровые решения.

Что предстоит делать:

• общаться с аудиторами и разбирать, как устроена их ежедневная работа;

• находить ручные, повторяющиеся и трудоемкие операции;

• предлагать способы их упрощения и автоматизации;

• использовать AI-инструменты для анализа документов, подготовки текстов, обработки информации и других рабочих задач;

• создавать простые сценарии автоматизации;

• автоматизировать работу с Excel, документами, файлами и данными;

• настраивать no-code/low-code решения, например n8n, Make или аналоги;

• при необходимости создавать небольшие скрипты и интеграции;

• делать для сотрудников максимально простые инструменты, которыми можно пользоваться без технических знаний;

• документировать созданные решения и поддерживать их работу;

• оценивать, сколько времени и ручного труда удалось сэкономить.

Что для нас важно:

• уверенное владение современными AI-инструментами;

• очень хорошее знание Excel, желательно Power Query;

• понимание принципов автоматизации бизнес-процессов;

• опыт работы с n8n, Make, Zapier или аналогичными инструментами будет большим плюсом;

• базовое понимание API, JSON и интеграций между системами;

• умение написать простой скрипт на Python, PowerShell или другом языке будет плюсом;

• способность быстро разобраться в незнакомом бизнес-процессе;

• умение разговаривать с нетехническими пользователями понятным языком;

• самостоятельность и привычка искать решение, а не ждать подробного технического задания.

Особенно важен практический опыт. На собеседовании нам будет интереснее посмотреть несколько реальных примеров того, что вы автоматизировали или улучшили, чем список пройденных курсов и сертификатов.

Основной результат работы не количество внедренных AI-сервисов, а сокращение ручной работы сотрудников компании за счет автоматизации и более эффективного использования технологий.

Мы создаём новый AI-продукт, который поможет школьникам лучше учиться. Наша цель — дать ученикам персонализированную поддержку с учётом уровня знаний, темпа и трудностей: помогать разбираться в сложных темах, закреплять понимание и двигаться дальше.

Продукт рождается прямо сейчас. Нам предстоит найти сценарии, в которых современные AI-технологии приносят реальную пользу в учёбе, проверить гипотезы и превратить их в работающий продукт.

Ищем лида-разработчика, который станет техническим партнёром продакта. Ваша зона ответственности — технические решения и их реализация: от первого прототипа до надёжной работы сервиса.

Это hands-on-роль: значительная часть работы — архитектура, код на Python и code review. Одновременно вы будете задавать техническое направление, помогать коллегам и выстраивать инженерные практики по мере развития продукта.

Наш стек

Основной язык backend-разработки — Python, СУБД — PostgreSQL. AI-инструменты и подходы выбираем под задачи продукта; вы сможете влиять на эти решения и проверять их на практике.

Почему у нас интересно
* Влияние с первых шагов. Вы сможете определять архитектуру и вместе с продактом влиять на то, каким станет продукт
* Работа на переднем крае прикладного AI. Предстоит экспериментировать с новыми возможностями моделей и находить способы сделать их полезными в учёбе
* Задача с понятным смыслом: помочь школьнику разобраться в сложной теме, почувствовать прогресс и увереннее учиться дальше

Приходите создавать продукт, который сделает обучение более персонализированным, понятным и доступным!

Создавать продукт в паре с продактом

Участвовать в поиске решений с самого начала: обсуждать пользовательские проблемы, предлагать варианты, оценивать технические возможности и ограничения.

Превращать возможности AI в полезные учебные сценарии

Проектировать и разрабатывать сервисы, которые используют AI для персонализированного обучения.

Разрабатывать с нуля и доводить до продакшена

Проектировать архитектуру, API и модели данных, писать код и тесты, запускать первые версии и сопровождать сервисы после релиза. Находить баланс между скоростью проверки идеи и качеством решений, на которых будет развиваться продукт.

Быть техническим лидером

Принимать и аргументировать архитектурные решения, декомпозировать сложные задачи, проводить code review и помогать коллегам. Выстраивать практики, которые позволяют команде быстро выпускать изменения и отвечать за их качество.

Использовать возможности платформы и договариваться с командами

Проектировать интеграции, согласовывать технические подходы со смежными командами и доводить совместную работу до результата.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Уверенно разрабатываете backend-сервисы на Python и имеете опыт их эксплуатации в продакшене
* Умеете проектировать архитектуру сервисов, API и модели данных, работать с SQL и реляционными базами
* Были техлидом: принимали решения, вели разработку, помогали коллегам и отвечали за результат
* Хотите оставаться практикующим разработчиком: писать код, разбираться в деталях и решать сложные инженерные задачи
* Умеете работать при неопределённости: превращать идею в проверяемую гипотезу, выделять первый шаг и пересматривать решение после новых данных
* Готовы вместе с продактом разбираться в пользовательской задаче и обсуждать приоритеты
* Следите за развитием AI и хотите применять новые подходы в реальном продукте
* Умеете договариваться со смежными командами и понятно объяснять технические решения

* Запускали продукты или сервисы с нуля
* Интегрировали LLM в пользовательские продукты, работали с RAG или оценкой качества ответов моделей
* Работали с образовательными продуктами или персонализацией
* Занимались менторством и развитием инженерных практик

Коллеги, есть довольно редкая роль для Tech Lead NLP Engineer - 70% hands-on, большие модели в production и минимум менеджмента.

Ищем в AI-продукт, где команда сама дообучает open-source модели и развивает собственную ML-инфраструктуру. Модели - до 1T параметров, инфраструктура - 32×H200 + AWS, SGLang уже в production.

Основной фокус - LLM inference, distributed GPU, training и post-training: делать модели быстрее, стабильнее и дешевле. Остальные 30% — техническое лидерство NLP/CV-команды, без классического people и project management.

Особенно подойдет тем, кто глубоко работал с SGLang / vLLM / TensorRT-LLM, distributed inference, MoE, KV cache, quantization, RLHF/DPO.

И поскольку экспертизу ищем действительно редкую, вознаграждение ну очень достойное!

🌍 Fully remote · B2B

🚀 В перспективе - рост до Head of ML

Если роль про вас - пишите мне в тг @olganovikova555. И буду очень благодарна за рекомендации сильных LLM-инженеров из вашего круга (за бонус) 🙌

#TechLead #NLPEngineer #LLM #MachineLearning #GenAI #AIJobs #RemoteJobs

Tech Lead

Мы развиваем продукт в сфере AI и ищем Tech Lead, который возьмет на себя техническое руководство инженерной командой и выстроит предсказуемый процесс поставки новых возможностей продукта.

Это роль с сильным техническим фундаментом, но основной фокус — техническое управление и delivery, а не самостоятельная разработка большей части продукта.

Что вы будете делать:

• Руководить командой разработки: планировать работу, декомпозировать задачи, распределять ответственность, следить за сроками и качеством

• Вместе с продуктовой командой прорабатывать новые фичи и превращать продуктовые задачи в понятный план реализации

• Отвечать за прохождение задач через весь цикл разработки: от постановки до production

• Развивать инженерные процессы и инструменты автоматизации разработки

• Повышать надежность и воспроизводимость разработки, тестирования, code review и релизов

• Следить за качеством инженерных решений и соблюдением общих стандартов команды

• Участвовать в найме и формировании команды

• Оставаться hands-on там, где это дает наибольший эффект

Ваши суперспособности:

• Сильного инженера с опытом технического лидерства

• С широким инженерным кругозором и готовностью разбираться в разных частях системы

• С опытом декомпозиции, планирования и перевода продуктовых требований в технические решения

• С опытом выстраивания процессов разработки и автоматизации поставки

• С практическим опытом использования современных AI-инструментов в разработке, в том числе на уровне команды

• Готового при необходимости самостоятельно подключиться к сложной технической задаче

Стек:

• python, fast api

• typescript, react

• pgsql, redis, s3

• on-prem LLM & STT модели

• python LLM pipelines & Agent flows

• интеграция ML (STT, LLM, CV) моделей

• Docker, K8S

• AI-agent driven development (claude, codex, opencode опыт)

Что для нас важно:

• Ответственность за результат команды, а не только за собственный код

• Умение доводить задачи до конца и держать темп

• Способность структурировать неопределенность и превращать ее в план

• Хорошая коммуникация и с инженерами, и с продуктом

• Умение делегировать и создавать условия для самостоятельной работы команды

• Системный взгляд на процессы и желание убирать ручную работу и узкие места

Условия и бонусы:

• Возможность работать с современными технологиями и инструментами генерации кода

• Удалённый формат работы

• 25 дней отпуска, дополнительные выходные дни и больничный

• Возможности для профессионального и карьерного роста

• Конкурентный пакет зарплаты

• Выездные корпоративы раз в год

СОВКОМБАНК ТЕХНОЛОГИИ

Аккредитованная IT-компания, входит в группу компаний Совкомбанка.

Мы вошли в топ-5 лучших IT-работодателей в рейтинге Хабр Карьера, с нами уже более 6000 сотрудников в 21 офисе по всей России.

Что мы ждем от вас:

• Обязательно высшее техническое образование (ИТ/математика/физика, химия/электроника);
• Обязателен опыт в Data Science на Python, пакеты: keras, tensorflow, sklearn, numpy, pandas, будет плюсом – pytorch;
• Знание внутреннего устройства ML-алгоритмов классификации (логрегрессия, RandomForest, различные бустинги, MLP, CNN);
• Знание методов кластерного анализа, сегментирования (k-means, деревья решений);
• Понимание особенностей задач классификации в условиях сильного дисбаланса классов, опыт работы с несбалансированными данными;
• Знание SQL​​​​​​;
• Готовность работать в офисе, Казань.

Чем вы будете заниматься:

• Построение моделей машинного обучения в целях детектирования мошенничества/ предотвращения потенциальной просроченной задолженности (задача классификации и детектирования аномалий);
• Решение задач выделения мошеннических сегментов в наборах данных;
• Разработка антифрод-правил на SQL, Python на основе методов интеллектуального анализа данных (в т.ч. мат.статистики);
• Сопровождение и доработка антифрод-системы (разворачивание моделей в боевой процесс);
• Построение SQL-запросов (выгрузка датасетов).​​​​​​

Мы гарантируем:

• Официальное оформление с первого рабочего дня — мы заботимся о тебе;
• Обучение в нашем Учебном центре и развитие твоих навыков;
• Удобный график работы 5/2, 08/08:30/09-17/17:30/18:00 (на ваш выбор), суббота и воскресенье - выходные (офис);
• Бесплатный полис ДМС — здоровье на первом месте;
• Погружение в ИИ-культуру — взаимодействуем с искусственным интеллектом на постоянной основе и обучаем этому новичков, предоставляем бесплатных ИИ-помощников;
• Отдых летом на море и зимой на горнолыжных курортах с финансовой поддержкой от банка;
• Компенсация расходов на абонемент в спортзал, детский отдых и изучение английского языка;
• Социальные программы с выгодными условиями от банка: кредиты, автокредиты, страхование и другие банковские продукты;
• Финансовая поддержка в различных жизненных ситуациях — мы рядом;
• Участие в корпоративных забегах, турнирах по шахматам, футбольных и волейбольных матчах — активная жизнь;
• Свободное общение с руководством банка: предлагай идеи и реализуй интересные проекты;
• Путешествия по России, знакомства с новыми людьми, конкурсы и корпоративы — живи яркой корпоративной жизнью!

Откликайся на вакансию – присоединяйся к нашей команде!

Мы ищем опытного ML/NLP разработчика для работы над сложной диалоговой системой и голосовым пайплайном. Вашей главной задачей станет эволюция нашего продукта: поэтапный переход от классических графовых сценариев к современному LLM-based диалогу, а также глубокая оптимизация речевого стека (ASR/TTS) под low-latency.

Чем предстоит заниматься:

• Развитие диалогового движка: Поэтапный перевод системы с графа сценариев и скиллов на управляемый LLM-based диалог.

• Траблшутинг и дебаг: Работа с голосовым пайплайном — поиск и устранение причин high latency, галлюцинаций LLM, проблем с передачей аудио и графовых ошибок.

• Архитектура: Оперативное принятие архитектурных решений и их самостоятельная реализация в коде.

• Работа с NLP-стеком:

  • Поддержка и быстрая отладка few-shot классификации сценариев (на базе Qwen) и классификаторов на BERT.

  • Учёт краевых случаев, исправление ошибочных срабатываний интентов.

  • Finetuning локальных LLM для специфических задач (извлечение сущностей, строгое следование инструкциям).

• Работа с речевым стеком:

  • Интеграция и поддержка ASR (на базе GigaAMv2), отладка качества распознавания, работы VAD и стриминга текста.

  • Дообучение и настройка инференса собственных и open-source TTS, а также систем клонирования голоса для достижения идеального звучания и высокой скорости работы.

Наши ожидания (Hard Skills):

• NLP и LLM:

  • Уверенный опыт работы с LLM/SLM (Few-shot learning, Prompt engineering) и BERT.

  • Практический опыт finetuning LLM (PEFT, LoRA/QLoRA) под узкие прикладные задачи.

  • Уверенный дебаг LLM: умение быстро понять причину некорректного ответа и исправить её промптом, гиперпараметрами или дообучением.

• Голосовой стек: Опыт дообучения и оптимизации TTS-моделей; опыт работы и интеграции современных ASR-систем.

• Диалоговые системы: Опыт работы как с графовыми/сценарийными движками, так и с LLM-агентами. Высокая скорость диагностики проблем в инференсе.

• Backend и Оптимизация (Python + Go):

  • Уверенное владение Python (PyTorch, HuggingFace, фреймворки инференса).

  • Опыт оптимизации инференса под low-latency (vLLM, TensorRT-LLM, Triton Inference Server, ONNX Runtime).

  • Практика работы с потоковым аудио в реальном времени (streaming ASR/TTS, gRPC-контракты).

• GoLang:

  • Понимание дизайна сервисов и принципов SOLID, DRY, KISS.

  • Знание базовых типов (строки, числа, слайсы, мапы) и работы с указателями.

  • Уверенная работа с примитивами синхронизации и конкурентностью (горутины, каналы).

  • Понимание принципов Observability.

Будет плюсом:

• Опыт работы с gRPC.

• Умение настраивать инфраструктуру, опыт работы с k8s/inventory.

• Глубокое понимание принципов работы TCP.

Ищем AI/ML-инженера, который создаст AI SilkNet ассистента и модели для анализа научных статей, отчётов по проектам и патентов: семантический поиск, RAG, классификация и кластеризация текстов, выявление трендов и слабых сигналов. Модели встраиваются в платформу через API и работают только внутри защищённого контура , внешние API (OpenAI, Anthropic и др.) не используются.

Обязанности

• Разрабатывать AI-ассистента на основе RAG с проверяемыми ответами по первичным источникам.

• Разворачивать открытые LLM и модели эмбеддингов на серверах внутри контура.

• Строить семантический поиск, классификацию и кластеризацию больших текстовых массивов (статьи, отчёты, патенты), в т.ч. по кластерам KISTI.

• Извлекать из текстов сущности и связи; выявлять тематические кластеры, тренды, аномалии и слабые сигналы.

• Тестировать и валидировать модели: тестовые выборки, метрики качества, проверка на «галлюцинации».

• Интегрировать модели с backend через API (Python, FastAPI, Docker) совместно с backend-командой на Go.

• Документировать модели, методы, показатели качества и ограничения.

Ключевые требования

• Уверенное владение Python.

• Практический опыт разработки и применения моделей Machine Learning / NLP.

• Опыт работы с PyTorch, Hugging Face или сопоставимыми ML-инструментами.

• Практический опыт применения LLM и интеграции языковых моделей в информационные системы.

• Опыт запуска открытых LLM на собственных серверах (vLLM, Ollama, llama.cpp или аналоги) без использования внешних API.

• Опыт работы с embeddings, vector search и RAG.

• Знание методов тематической классификации и кластеризации больших текстовых массивов; понимание topic modelling.

• Опыт семантического анализа текстов, similarity search, извлечения сущностей и связей.

• Опыт обработки текстов на русском языке; извлечение текста и таблиц из PDF и DOCX.

• Навыки анализа динамики данных, выявления трендов, аномалий и слабых сигналов.

• Опыт разработки и оценки AI/ML-моделей: тестовые выборки, метрики качества, валидация результатов.

• Понимание проблемы hallucinations LLM и методов обеспечения проверяемости AI-выводов по первичным источникам.

• Опыт интеграции ML/AI-моделей с backend/API; Git, Docker.

• Способность документировать модели, методы, показатели качества и ограничения.

• Официальное оформление по ТК РК, стабильная заработная плата, выплата пособия на оздоровление к ежегодному трудовому отпуску (1 раз в год)

В ПРОЦЕССЕ РАБОТЫ НЕОБХОДИМО

• Развертывание, поддержка и сопровождение проектов, связанных с ИИ
• Настройка процесса CI/CD (gitlab, werf)
• Решение проблем в процессе эксплуатации в технической части
• Управление процессами ci/cd, настройка и поддержка проектов корпорации
• Создание скриптов для развертывания тестовых и продуктивных площадок
• Доставка изменений разрабатываемых сервисов
• Построение конвейеров CI/CD
• Стандартизация подходов к развертыванию
• Разрешение проблем, возникающих в процессе эксплуатации систем (в основном с командами разработки).

ЧТО БУДЕТ ВАШИМ ПРЕИМУЩЕСТВОМ

• Понимание принципов функционирования сетей, знание основных технологий и протоколов (firewall, nat, nat traversal)
• Уверенные знание операционной системы Linux (Debian / Debian-based)
• Опыт работы с Docker (сборка multi-stage образов, оптимизация размера, работа с GPU-контейнерами через NVIDIA Container Toolkit)
• Опыт мониторинга GPU-ресурсов (nvidia-smi, DCGM) и интеграции метрик в Prometheus/Grafana
• Опыт построения CI/CD пайплайнов (gitlab-ci) - деплой через Docker Compose/systemd на bare-metal
• Понимание принципов работы NVIDIA-драйверов и CUDA-стека, опыт диагностики проблем совместимости GPU/драйвер/фреймворк
• Базовый Python для написания сервисных инструментов и автоматизации ML-пайплайнов
• Опыт работы с ML-проектами: понимание жизненного цикла модели (обучение, валидация, деплой, мониторинг)
• Умение писать скрипты на bash/Python
• Опыт работы с:
  o nginx, haproxy, minio, graylog, elk-stack, sentry, openid, lua, prometheus, Grafana, mysql/postgresql, artifactory
  o Опыт с MLflow или аналогами для трекинга экспериментов и model registry.

ДЛЯ ВАС МЫ ПРЕДЛАГАЕМ

• Официальное трудоустройство: оформление с полным пакетом социальных гарантий, включая отпуск и больничные

• Комфортные кафе и столовые: уютные пространства для общения с коллегами за чашкой кофе, обсуждения совместных проектов и последних корпоративных новостей

• Уникальная атмосфера в команде: разнообразие поколений и культур, способствующее созданию вдохновляющей рабочей среды

• Инвестиции в ваше будущее: повышение компетенций и внедрение лучших мировых практик для вашего профессионального роста

• Возможность посещения бизнес-мероприятий: участие в мероприятиях, способствующих расширению профессиональных связей и знаний

• Корпоративные фитнес-услуги: на площадке корпорации доступны фитнес-залы, залы для занятий йогой, SPA-центры и массажные кабинеты с персональной скидкой для сотрудников

• Поддержка на этапе адаптации: вас будет сопровождать наставник и руководитель, которые помогут вам бережно интегрироваться в коллектив.