ML и AI — свежие вакансии

Мы - инженерная компания, развивающая направление робототехники, автономных и беспилотных систем. Формируем новый конструкторский отдел разработки полного цикла - от механики и электроники до алгоритмов автономности - и собираем команду, которая построит его с нуля.

Ищем CV-инженерf по VO и SLAM группы автономности и сервиса -

Чем предстоит заниматься:

1. Визуальная одометрия и SLAM​​​​​​​​​​​​​​ для автономного полета без GNSS

2. Автоматический взлет, посадка, удержание позиций, обход препятствий

3. Оптимизация алгоритмов под бортовые вычислители

4. Полевые испытания и доводка на реальных изделиях

Что для нас важно:

• Высшее техническое образование
• С++ и опыт CV от 3-х лет
• Практика VO/VIO/SLAM на реальном "железе"
• Калибровка и работа с камерами
• Опыт оптимизации под ограниченные ресурсы

Будет плюсом:

• БПЛА/мобильные роботы
• Стерео и depth
• ROS2

Предлагаем:

1. Возможность проявить себя в новом направлении - у первых сотрудников максимальное влияние на технические решения и процессы
2. Современное оборудование и приборный парк
3. Работу с реальными изделиями, а не только документацией
4. Выезды на испытания - локальные, в пределах рабочего дня. Редкие командировки
5. Только офисный формат, в графике 5/2 (вых.: сб и вс). Возможен проезд к месту работы и обратно КОРПОРАТИВНЫМ транспортом.
6. Оформление по ТК РФ, полностью белая заработная плата

ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.

Мы развиваем платформу для ИИ-сценариев, которая помогает пользователю пройти путь от

запроса до результата. Например, организовать поездку, выбрать автомобиль или подобрать

обучение.

Ищем инженера, который будет не обучать модели с нуля, а собирать на их основе работающие

сервисы и доводить их до промышленной эксплуатации.

Тебе предстоит:

• разрабатывать сервисы и библиотеки для ИИ-агентов;
• подключать LLM, базы знаний и инструменты к продуктовым сценариям;
• строить RAG-пайплайны и агентные сценарии с tool calling;
• интегрировать решения с внутренними системами и сервисами партнеров;
• проектировать API и участвовать в выборе технических решений;
• оценивать качество ответов, разбирать ошибки и снижать количество галлюцинаций;
• писать тесты, настраивать наблюдаемость и отвечать за стабильность сервисов;
• поддерживать и развивать решения после запуска.

Что мы ждем от кандидата:

• высшее образование
• опыт коммерческой разработки на Python от 3 лет
• опыт с FastAPI и асинхронным Python
• уверенная работа с PostgreSQL, Git и pytest;
• понимание микросервисной архитектуры, REST и очередей сообщений
• понимание принципов работы LLM, RAG, prompt engineering и tool calling
• практический опыт интеграции LLM в приложения
• умение доводить задачу от идеи до работающего решения.

Будет плюсом:

• опыт с LangChain, LangGraph или похожими инструментами;
• опыт разработки ИИ-агентов
• опыт построения автоматических проверок качества ответов;
• Docker, OpenShift или Kubernetes
• Kafka, gRPC, CI/CD и Jenkins.

Что мы предлагаем:

• офис рядом с метро Кропоткинская
• формат работы гибридный
• ежегодный пересмотр зарплаты и годовая премия
• корпоративный спортзал и зоны отдыха
• подписка Прайм с возможностью совместного использования на трёх близких
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• вознаграждение за рекомендацию друзей в команду Сбера.

• Отвечать за разработку, внедрение и сопровождение решений в области компьютерного зрения и искусственного интеллекта
• Участвовать во всем жизненном цикле разработки — от подготовки данных и обучения моделей до их интеграции в программные продукты и оптимизации производительности
• Разработка архитектуры сервисов видеоаналитики
• Интеграция AI/CV-моделей (лица, объекты, номера, забытые предметы, события и прочее)
• Разработка и доработка кастомной аналитики
• Подготовка датасетов, обучение и fine-tuning моделей
• Валидация и оптимизация моделей
• Оптимизация производительности и процессов обработки видео в реальном времени
• Интеграция решений с внешними системами и программными комплексами

• Высшее техническое образование (радиоэлектроника, автоматизация, вычислительные системы, электротехника)
• Опыт работы над проектами интеллектуального видеонаблюдения, работа с IP-камерами, интеграции с внешними системами
• Опыт реализации алгоритмов:
  детекции и классификации
  трекинга и реидентификации
  семантической сегментации
• Опыт работы с транспортной видеоаналитикой, дообучением готовых моделей и созданием собственных датасетов будет вашим преимуществом

Знание:

• Python, OpenCV, PyTorch, NumPy,
• RTSP, FFmpeg, обработка видеопотоков в реальном времени
• Linux, Docker, ONNX Runtime, CUDA
• YOLO, Object Tracking, Deep Learning
• Training Pipelines, подготовка датасетов, оптимизация моделей
• Многопоточность/многопроцессность

Личные качества:

• Внимательность к деталям и ответственность за результат
• Способность работать в команде
• Высокая обучаемость и интерес к новым технологиям

• Официальное трудоустройство, белая заработная плата

• Перспектива карьерного роста в быстроразвивающейся компании

• Достойный уровень заработной платы

ИТ B2C — самая крупная экосистема в Сбере. Нас более 8000 человек в 18 городах России. Мы занимаемся разработкой и развитием розничных решений, помогая сделать сервисы Банка доступнее, безопаснее и удобнее.

Мы развиваем платформу для ИИ-сценариев, которая помогает пользователю пройти путь от запроса до результата. Например, организовать поездку, выбрать автомобиль или подобрать обучение.

Ищем инженера, который будет не обучать модели с нуля, а собирать на их основе работающие сервисы и доводить их до промышленной эксплуатации.

Обязанности

Тебе предстоит:

• разрабатывать backend-сервисы и библиотеки для ИИ-агентов
• интегрировать LLM, базы знаний и инструменты в продуктовые сценарии
• проектировать и развивать RAG-пайплайны и агентные сценарии с tool calling
• проектировать API и интеграции с внутренними системами и сервисами партнеров
• определять критерии качества и автоматизировать оценку ответов, разбирать ошибки моделей, повышать релевантность ответов и снижать количество галлюцинаций
• писать тесты, настраивать наблюдаемость и обеспечивать стабильность сервисов
• запускать решения в промышленную эксплуатацию и развивать их после запуска.

Требования

Что мы ждем от кандидата:

• высшее образование
• коммерческий опыт от 3 лет в backend-разработке на Python либо в Data Science/ML с использованием Python
• практический опыт интеграции LLM в приложения или сервисы
• опыт с FastAPI и асинхронным Python
• опыт разработки микросервисов, REST API и интеграции через очереди сообщений
• понимание принципов работы LLM, RAG, семантического поиска, prompt engineering и tool calling
• понимание подходов к оценке качества ответов LLM и разбору ошибок.

Будет плюсом:

• опыт с LangChain, LangGraph или аналогичными инструментами
• опыт разработки ИИ-агентов
• опыт построения автоматических проверок качества ответов LLM.

Условия

Что мы предлагаем:

• офис рядом с метро Кропоткинская
• формат работы гибридный или удаленный на территории Москвы и московской области
• ежегодный пересмотр зарплаты и годовая премия
• корпоративный спортзал и зоны отдыха
• подписка Прайм с возможностью совместного использования на трёх близких
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• вознаграждение за рекомендацию друзей в команду Сбера.

Напоминаю о том, что в нашу команду анализа данных идёт отбор кандидатов.🚀

Локация: г. Алматы. Фулл-тайм в офисе, удалёнки нет.

Сейчас ищем:

▪ Middle Data Scientist

▪ BI аналитик

▪ Junior+ / Middle Data Scientist — Antifraud

Что будет интересно:

— реальные бизнес-кейсы и задачи с высоким влиянием на процессы компании;

— работа с ML-моделями, аналитикой и data-driven подходом;

— сильная команда и возможность профессионального роста;

— участие в развитии направлений скоринга, antifraud, computer vision и BI-аналитики.

Будем рады как опытным специалистам, так и тем, кто хочет активно расти в Data-направлении 🚀

Если вам откликается, пишите в личные сообщения или отправляйте CV.

Также будем благодарны за рекомендации и репосты 🙌

О компании

Амаркон — российская IT-компания с 15-летним опытом. Разрабатываем и внедряем собственные решения ECM, PIM, DAM, BI, e-commerce, а также выполняем заказную разработку и интеграцию. Клиенты: X5 Group, Tele2, Русатом Сервис, НЛМК, Metro CC, Лента и др.

Задачи:
● Анализ бизнес-потребностей в данных, формализация слабоструктурированных требований в ТЗ на разработку витрин.
● Разработка и согласование методологии расчёта KPI.
● Проектирование логических и физических моделей данных (витрины, ODS, DDS) по методологиям Kimball и Data Vault 2.0.
● Поиск и профилирование источников данных, разработка алгоритмов построения витрин, создание прототипов и их защита перед стейкхолдерами.
● Оценка вычислительных ресурсов (сторадж, компьют) и трудозатрат.
● Сопровождение витрин на всех этапах: разработка потоков, тестирование, UAT, передача в поддержку, решение инцидентов 3-й линии.
● Определение и имплементация логики Data Quality для витрин.
● Анализ существующих ETL/ELT-потоков и зависимостей (Airflow), выявление узких мест, оптимизация сложных запросов к большим данным (млрд записей, ТБ).
● Постановка задач смежным командам (разработчики, админы, инженеры данных).
● Участие в архитектурных решениях (DWH/Data Lake/Lakehouse, batch/stream, CDC), разработка документации и схем.

Требования:
● Методологии: практический опыт Kimball и Data Vault 2.0.● Платформы: понимание DWH, OLAP, Data Lake, Lakehouse.
● SQL: экспертное владение (оконные функции, CTE, JOIN-ы, execution plan, оптимизация, индексы, партиционирование).
● СУБД: PostgreSQL, Oracle, MS SQL Server (глубокое знание, настройка производительности).
● MPP: опыт с GreenPlum, ClickHouse, Trino (шардирование, колокация).
● Хранилища: опыт с Hadoop (HDFS) и объектными хранилищами (S3).
● Оркестрация: понимание ETL/ELT, анализ зависимостей в Airflow / Nifi / аналогах.
● Big Data: работа с объёмами от млрд записей и ТБ.
● Коммуникация: эффективное общение с бизнес-заказчиками, разработчиками, администраторами.
● Документирование: систематизация требований, формирование чётких ТЗ.
● Git: уверенное владение (ветки, мерж, конфликты).

Желательно:
● Профилирование данных, анализ ETL-зависимостей на уровне кода (Python/Java).
● Опыт с системами Data Quality (Great Expectations, Deequ).
● Облачные платформы (AWS/GCP/Azure: S3, EMR/Dataproc, IAM, VPC).
● Мониторинг (Grafana, Zabbix, Prometheus).
● Docker, Kubernetes/Rancher.
● Безопасность: маскировка PII, управление доступом (Ranger).
● Базовое администрирование Unix/Linux.

Мы предлагаем:
● Удалённая работа
● Официальное оформление (ИП, СЗ)

Команда DP в поисках специалиста по работе с данными исследования фармацевтического рынка.

Обязанности:

1. Управление аналитическим инструментарием для синдикативных исследований фармацевтического рынка: аналитические базы и программы; импорт/экспорт данных различных форматов; разработка новых подходов к аналитике проектов и данных в целом; оптимизация структуры базы данных; оптимизация запросов к базе данных.
2. Техническая поддержка баз данных Promo и Терапевтические Мониторы: работа с базой данных проектов (SQL/SPSS) и программами; подготовка баз для аналитики и дальнейшая загрузка в QV/QS; подготовка баз различных форматов для клиентов (QV, QS); программирование новых анализов и визуализаций в QS; подготовка макросов (сценариев) для выгрузки отчетов; организация выгрузки данных по проекту.
3. Комплексная аналитика на базе данных синдикативных проектов по исследованиям фармацевтического рынка: подготовка данных; анализ и интерпретация данных; модернизация баз данных проекта для комплексной аналитики.
4. Участие в задачах отдела: участие в разработке аналитики новых проектов/инструментов/подходов в исследованиях отдела; клиентская поддержка по техническим вопросам; автоматизация различных задач отдела, автоматизация отчетов клиентам, работа с корпоративным ИИ и активное внедрение в рабочие процессы отдела.
   
   Требования:

• образование: высшее (техническое: инженер, программист, математик);
• SQL(продвинутый уровень);
• Python(Junior);
• SPSS(будет плюсом);
• опыт обработки больших массивов информации;
• разработка\поддержка\оптимизация производительности DWH;
• ETL\ELT-процессы
• знание компьютера: Microsoft Office, продвинутый пользователь Excel, Power Point, опыт написания макросов;
• знание Qlik Sense (знание языка, построение архитектуры данных, создание визуализаций в рамках оболочки) приветствуется;
• английский язык: не ниже среднего уровня;
• опыт работы: от 2 лет;
• сильное аналитическое мышление: умение разложить сложное на простое.

Условия:

• официальное оформление с первого рабочего дня, льготы и компенсации в соответствии с Трудовым законодательством (оплачиваемый отпуск/больничные).
• Дополнительное медицинское страхование с первого месяца работы. Программа корпоративных привилегий.
• Мы предлагаем гибкий "гибридный" график посещения офиса или дистанционную работу.
• Возможность профессионального развития, английский язык по корпоративному тарифу.

В 2022 году Московской бирже исполнилось 30 лет. Мы появились вместе с современной Россией и за эти годы с нуля создали рынок инвестиций.

Сегодня миллионы людей и тысячи компаний доверяют нам и пользуются нашей инфраструктурой.

• Ежедневно на наших торговых платформах совершаются миллионы транзакций в минуту – без задержек, без перебоев.
• Мы храним в депозитарии цифровые записи о каждом активе, который торгуется на бирже.
• Мы следим за тем, чтобы все операции соответствовали правилам торгов и требованиям регуляторов.

А еще мы активно развиваемся и давно вышли за рамки классического биржевого бизнеса.

• Мы разрабатываем и поддерживаем платформы, которые соединяют финансовые компании и клиентов,
• Мы идем на внебиржевой рынок и создаем на нем удобные сервисы,
• Мы открываем новые возможности для инвесторов, корпораций, банков.
• Мы развиваем финансовую культуру страны.

В #moexteam уже больше 2200 человек: ИТ-специалисты и эксперты по развитию рынков, продуктовые и проектные менеджеры, финансисты и юристы, маклеры и многие другие. Мы разные, но всех нас объединяет общая цель – помочь людям и компаниям управлять деньгами, используя передовые технологии и знания.

В Департамент по работе с данными требуется Data Engineer

Чем предстоит заниматься:

• Проектирование и разработка витрин данных и аналитических таблиц для аналитического подразделения Биржи;
• Оптимизация и рефакторинг: поиск «узких горлышек» в SQL-запросах и ETL-процессах, их исправление. Опыт работы с хранилищами Oracle, GreenPlum;
• Масштабирование процессов: внедрение стандартов код-ревью, тестирования данных (data quality) и документации, чтобы вся команда работала эффективно;
• Участие в архитектурных обсуждениях: предложение решений на основе экспертизы.

Hard Skills:

• SQL: уверенное владение CTE, оконными функциями. Умение читать Explain Plan и оптимизировать тяжелые запросы;
• Python: опыт написания скриптов для обработки данных, автоматизации;
• Orchestration: опыт работы с Airflow (создание DAG, настройка зависимостей, мониторинг);
• Git: понимание веток, merge/pull requests, решение конфликтов слияния.

Soft Skills (Критично):

• Проактивность: умение говорить «нет» плохому ФЗ и предлагать альтернативу;
• Командная игра: готовность делиться знаниями, проводить код-ревью, учить джуниоров.

Будет плюсом:

• Опыт бэкенд-разработки или построения data-инфраструктуры с нуля;
• Опыт работы с хранилищами S3, ClickHouse.

• Проектирование и развитие архитектуры КХД: ODS, DDS, витрины данных.
• Сбор, анализ и формализация бизнес-требований, ведение бэклога по КХД.
• Разработка и внедрение стандартов моделирования данных, именования объектов и документирования.
• Проектирование логических и физических моделей данных на PostgreSQL.
• Определение подходов к историчности данных (SCD), качеству данных (Data Quality) и управлению мастер-данными (MDM).
• Верификация требований, подготовленных аналитиками.
• Проверка и ревью кода, контроль качества реализации.
• Согласование архитектурных решений с главным архитектором.
• Руководство командой аналитиков КХД: постановка задач, приоритизация, контроль сроков и качества исполнения.
• Взаимодействие с бизнес-заказчиками, разработчиками ETL, DevOps и BI-командой.
• Участие в проработке сложных бизнес-требований: кредиты, депозиты, транзакции, клиенты, отчетность ЦБ РФ.
• Контроль качества технической документации.
• Выявление и управление архитектурным долгом.

• Опыт работы с КХД от 5 лет.
• Опыт работы в роли тимлида или техлида от 2 лет.
• Опыт руководства командой от 5 человек.
• Глубокое знание PostgreSQL: партиционирование, оптимизация запросов, особенности работы с DWH-нагрузкой.
• Экспертиза в методологиях моделирования данных: Data Vault 2.0, Anchor Modeling, Kimball, 3NF.
• Опыт проектирования многослойной архитектуры КХД.
• Продвинутый SQL: оконные функции, CTE, анализ и оптимизация планов выполнения.
• Опыт разработки или проектирования ETL/ELT-процессов: Airflow, NiFi, Informatica или аналогичные инструменты.
• Понимание процессов Data Quality, Data Governance и Data Lineage.
• Умение выстраивать взаимодействие с аналитиками, разработкой и бизнес-заказчиками.

Будет плюсом

• Опыт работы в банковской сфере: знание банковских продуктов, отчетности ЦБ РФ — 101, 102, 115-ФЗ, МСФО 9.
• Опыт работы с инструментами моделирования данных: SAP PowerDesigner, ERwin, DBeaver, dbt.
• Знание BI-инструментов: SuperSet, FineBI и другие.
• Опыт миграции с проприетарных СУБД Oracle, Teradata, MS SQL на PostgreSQL.
• Знание Python.

Условия:

• Внутрикорпоративная культура, наполненная традициями;
• Участие в инновационных, амбициозных проектах и задачах;
• Возможность профессионального роста и развития;
• Трудоустройство в полном соответствии с ТК РФ;
• Добровольное медицинское страхование согласно внутренней Политике Банка;
• Корпоративные скидки на товары и услуги партнеров в городах присутствия;
• Место работы в шаговой доступности от ст. м Кожуховская;
• График работы: пятидневная рабочая неделя (пн-чт с 9:00 до 18:00, в пятницу с 9:00 до 16:45); формат работы обсуждается индивидуально;
• Условия оплаты обсуждаются индивидуально.

Ищем Middle+/Senior Data Scientist. Команда специализируется на разработке моделей машинного обучения для сегмента физических лиц и предоставлении модельных сервисов для бизнес-подразделений банка. Полный цикл разработки ML/DL/NLP/LLM-based моделей и AI-агентов для привлечения, удержания клиентов, наращивания транзакционного оборота, управления удовлетворенностью и оптимизации процессов.

Обязанности:

• Реализация полного цикла разработки моделей и ML-решений: от постановки задачи до передачи на внедрение и мониторинг
• Генерация ML-решений для задач бизнеса, формирование БТ моделей и ТЗ для смежных команд
• Выполнение проектных задач в установленные сроки
• Подготовка отчетов, ТЗ для MLOps и DE, поиск данных
• Стек: Big Data (Hadoop, AirFlow, Spark, Kafka), Python,LLM

• ML-опыт работы в банковском/финансовом/телеком/ритейл секторе от 5 лет
• Уверенное владение Python, PySpark и глубокое знание алгоритмов ML/DL
• Способность поддерживать full-stack разработку: от сбора требований до реализации, документации и мониторинга
• Развитые soft-skills и опыт написания ТЗ, БТ, проектной документации
• Высшее техническое / финансово-математическое / экономическое образование

• Удаленный формат работы
• Оформление в штат Selecty
• Конкурентный оклад + ДМС со стоматологией

В Т‑Банк — большое и продвинутое хранилище данных: это 8000 объектов, 800 ТБ в Greenplum и 110 ТБ в ClickHouse.

С данными активно работают более 16 тысяч пользователей из бизнес-команд — они ежедневно принимают десятки решений, опираясь на них. А наша команда делает все, чтобы доступ к данным был простым, и ими было удобно пользоваться. Мы постоянно совершенствуем подходы к работе и стараемся быть новаторами на рынке технологий.

Мы ищем в команду дата-инженера. В т‑Банке вы сможете развиваться в одном из двух направлений — системном анализе и ETL-разработке. Или совмещать их, если вам интересны оба.

• Участвовать в формировании модели данных.
• Проектировать и разрабатывать витрины и потоки данных на основе потребностей бизнес-пользователей.
• Участвовать в проектах по развитию Data Platform.
• Писать скрипты SQL и Python, это опционально.
• Прорабатывать интеграции с внешними системами для Data Platform.

Требования:

• Свободно владеете SQL.
• Работали с DWH в качестве аналитика или разработчика.
• Понимаете теорию СУБД- и ETL-процессов.
• Есть опыт проектирования объектов БД на основании бизнес-требований.

Условия:

• Возможность работы в аккредитованной ИТ-компании.
• Работа из офиса. График работы — гибридный.

• Платформа обучения и развития Т-Апгрейд. Курсы, тренинги, вебинары и базы знаний. Поддержка менторов и наставников, помощь в поиске точек роста и карьерном развитии.

• Забота о здоровье. Оформим полис ДМС со стоматологией и страховку от несчастных случаев. Предложим льготное страхование вашим близким.
• Компенсацию такси и затрат на спорт.
• Компенсацию обедов. А если захотите перекусить, есть кухня с чаем, кофе и фруктами.
• Достойную зарплату — обсудим ее на собеседовании.

• Дообучение и адаптация нейросетевых моделей под задачи банка: извлечение данных из документов, классификация и маршрутизация сканов, проверка комплектности документов, задачи компьютерного зрения.
• Подготовка датасетов: организация и контроль разметки, предобработка изображений, аугментация, формирование эталонных наборов для оценки качества.
• Обучение моделей на GPU-инфраструктуре банка, подбор гиперпараметров, работа в условиях ограниченной памяти (LoRA/QLoRA и аналогичные подходы).
  Разработка пайплайнов на базе больших языковых и мультимодальных моделей: вызов внешних инструментов, структурированный вывод, многошаговые сценарии, оркестрация нескольких моделей.
• Построение и оценка систем поиска по внутренним документам (эмбеддинги, векторный поиск, реранкинг).
• Разработка методики оценки качества моделей и регрессионного тестирования: метрики, эталонные наборы, воспроизводимые эксперименты.
• Вывод моделей в промышленную эксплуатацию совместно с отделом Platform & MLOps, контроль латентности, стоимости запроса и стабильности качества.
• Взаимодействие с бизнес-заказчиками: уточнение постановки задачи, согласование метрик успеха, демонстрация результатов.
• Документирование решений и подготовка отчётности для руководства и контролирующих подразделений.
• Обеспечение работы моделей в контуре банка с учётом требований по локализации данных и информационной безопасности.

• Уверенный Python; опыт работы с фреймворками глубокого обучения (PyTorch или TensorFlow).
• Практический опыт обучения нейросетевых моделей в задачах компьютерного зрения или обработки естественного языка: подготовка данных, обучение, валидация, анализ ошибок.
• Понимание метрик качества и умение построить корректную процедуру оценки, а не полагаться на визуальную проверку.
• Математическая база: линейная алгебра, теория вероятностей и статистика, методы оптимизации.
• Linux, Git, SQL, Docker — на уровне уверенного практического применения.
  Опыт работы с удалёнными GPU-серверами, понимание ограничений по видеопамяти.
• Умение читать техническую документацию и научные публикации на английском языке и применять описанные подходы на практике.
• Высшее (бакалавр/магистр) в области компьютерных наук, информатики, прикладной математики, автоматизации и управления, инженерии или физики. Профильные сертификаты и подтверждённые проекты (GitHub, соревнования, публикации) рассматриваются как преимущество.

• Официальное трудоустройство согласно ТК РУ.
• Возможность построить карьеру в ведущем банке Узбекистана.
• Офис в Ташкент Сити.
• Достойная, конкурентоспособная оплата труда (обсуждается по итогам собеседования).
• Широкие возможности для профессионального развития (обучение, карьерный рост).
• Гибкое начало дня, сотрудник сам выбирает с 9.00-18.00, 9.30-18.30 или с 10.00-19.00.
• График работы: 5 / 2.

Ищем эксперта в нашу команду для участия внедрения рисковых моделей Банка на Индийском направлении. Внедряемые модели участвуют в процессах кредитования и имеют высокое влияние, поэтому с одной стороны - скорость внедрения, а с другой - обеспечение должного качества (корректность реализации, настройка их автоматического тестирования и мониторинга в ПРОМ) имеют исключительно важное значение.

Команда внедрения моделей использует в работе современный стек технологий: BitBucket, Jira, Confluence, Pycharm, Jenkins, Kubernetes, Spark 3.2+.

• внедрение готовых математических моделей в ПРОМ (анализ и оценка поступающих бизнес-требований, опромышливание моделей)

• настройка мониторинга моделей (используются как свое решение, так и смежные)

• развитие процесса внедрения моделей в рамках MLOps: CI/CD для ML - автоматизация тестирования качества кода, настройка автоматического деплоя

• настройка маппинга входящих полей из внешних систем во внутренние сущности хранилища данных модели с проработкой интеграции через API

• формирование требований к хранению результатов модели и сработавших правил платформы принятия решений

• составление бизнес-требований к системе АС Caldera для настройки входящего потока данных из систем кредитного конвейера/сопровождения жизненного цикла кредита

• написание технических спецификаций для системы принятия решений: описание контрактов API и формата входных JSON/XML сообщений

• управление выделением CPU/GPU мощностей для поддержания производительности работы моделей.

• высшее техническое или математическое образование.

• знание SQL на уровне сложных запросв (аналитические функции, подзапросы, в идеале - оптимизация запросов)

• уверенное владение Python (кодирование, отладка и тестирование кода, владение профилированием и оптимизацией, а также визуализация данных)

• знание английского на уровне B2 (upper-intermediate)

• владение техниками эффективной коммуникации

• готовность к командировкам в Индию (ориентир неделя 1 раз в квартал)

Будет плюсом:

• опыт работы с Kubernetes, микро-сервисной архитектурой

• опыт работы со стеком хранилища данных (Hadoop, Spark, Hive)

• инструментальное владение AI для анализа, генерации и автоматизации.

• комфортный современный офис рядом с м. Кутузовская

• возможные командировки в Нью-Дели (Индия)

• формат работы - офис, возможен гибрид

• 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 в поисках Разработчика ETL на проект одного из крупнейших банков страны по созданию промышленного тракта формирования унифицированных слоёв графовых данных для AL SL. Решение объединяет данные из различных корпоративных источникови обеспечивает их преобразование, контроль качества, отказоустойчивость и дальнейшее использование AI-сервисами.

Твои задачи:

• Разрабатывать промышленный тракт формирования унифицированных слоев графовых данных AI SL
• Разрабатывать ETL-процессы и интеграции
• Разрабатывать и оптимизировать процессы обработки больших объемов данных на Spark
• Реализовывать модели данных
• Разрабатывать механизмы отказоустойчивости и контроля качества данных
• Участвовать в анализе требований безопасности
• Разрабатывать технические решения, проводить тестирования и устранять дефекты
• Подготавливать решения к прохождению ПСИ

Мы ждем от тебя:

• Опыт разработки от 4 лет.
• Уверенное владение Java, Spring Boot, Spring Data
• Практический опыт разработки ETL-процессов и работы с Apache Spark
• Хорошее знание SQL и принципов построения моделей данных
• Опыт обработки больших объемов данных и разработки интеграционных решений
• Понимание механизмов отказоустойчивости, контроля качества данных и мониторинга потоков обработки
• Опыт работы с Docker/Kubernetes и CI/CD будет преимуществом
• Желателен опыт разработки решений для графовых данных

Что мы обеспечим:

• Возможность удаленной работы на территории РФ
• Сессии профессионального развития персонала дважды в год, результатом которой является план индивидуального развития каждого сотрудника
• ДМС (поликлиническое обслуживание, вызов врача на дом, услуги скорой помощи, экстренная госпитализация, вакцинация от гриппа, базовые услуги стоматологических клиник и психологическая поддержка, оформление международного страхового полиса) и скидку на покупку ДМС для ближайших членов семьи
• Технику для комфортной работы
• Обучение и участие в конференциях за счет компании, повышение квалификации в корпоративном университете Лиги

Мы ищем ML Engineer в RnD подразделение для работы над специализированной моделью для агентного поиска. Наша цель — переход от статических RAG-пайплайнов к адаптивным агентным системам, управляющим процессом извлечения знаний. Вам предстоит работать на стыке инженерии и исследований: создавать датасеты, обучать модели (SFT/RL) и сравнивать эффективность кастомных решений с существующими фреймворками.

- Разработка тестовых корзин для оценки многошагового поиска (multi-step retrieval) и сложных запросов;

- Дообучение языковых моделей (SFT, LoRA) и применение методов Reinforcement Learning (GRPO) для оптимизации стратегий поиска;

- Сравнительный анализ производительности: кастомные модели управления поиском vs агентные подходы на базе фреймворков (ReAct);

- Проектирование и поддержка пайплайнов оценки качества поиска для агентных систем.

- Опыт от 1 года коммерческой разработки в NLP с фокусом на LLM и RAG-архитектуры;

- Понимание работы и стратегий поиска (векторные модели, реранкеры, ReAct);

- Умение оценивать качество поиска (Recall, MRR, NDCG) и проектировать эксперименты для сравнения гипотез;

- Владение экосистемой: PyTorch, HuggingFace, vLLM, LangChain/LangGraph;

Будет плюсом:

- Опыт дообучения эмбеддеров или LLM;

- Опыт реализации многошаговых агентных сценариев;

- Публикации, соревнования или пет-проекты, связанные с задачей поиска.

• Кластер с GPU A100 для экспериментов;
• комфортный современный офис рядом с м. Кутузовская
• гибридный формат работы
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• система обучения для профессионального и карьерного развития
• расширенный полис ДМС с первого дня работы и страхование для семьи
• программа ипотеки для сотрудников
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.

В связи с расширением команды приглашаем ML-разработчика на проект разработки ПО для защиты от распределенных сетевых атак (DDoS). Работа полностью удаленная.

Чего мы ожидаем:

• Готовность вникать во все этапы разработки ПО - от анализа требований и задач, анализа данных, выбора алгоритмов до тестирования, интеграции и разворачивания ML-решений в существующую инфраструктуру и контроля их работы;
• Самостоятельность, умение добиваться результата и решать возникающие проблемы и сложности;
• Способность находить решения нетривиальных задач и желание обучаться новому.

Требования:

• Уверенные знания ML принципов, алгоритмов, методов и библиотек; Практический опыт разработки и внедрения ML-решений (не менее 3 лет);
• Опыт разработки на Python с использованием библиотек для работы с данными и классическим ML;
• Опыт анализа и предобработки данных, проведения экспериментов; Практический опыт разработки ПО под Linux и владение Git.

Будет преимуществом:

• Знание языков программирования С/С++;
• Опыт работы c Spark, PySpark, Apache Flink, Apache Storm;
• Опыт работы с большими объемами данных, потоковыми данными и time-series;
• Опыт работы с СУБД (Clickhouse, PostgreSQL и т.п.) и SQL.

Обязанности:

• Разработка программируемых (правила формирует человек) систем анализа и фильтрации действий пользователей;
• Разработка самообучающихся автономных систем фильтрации данных: сбор, хранение, обработка, выявление закономерностей и формирование правил/моделей фильтрации данных;
• Все вышеуказанное надо будет проектировать, воплощать в код и тестировать с измерением метрик.

Предлагаем:

• Официальное трудоустройство в аккредитованной ИТ-компании;
• Введение в должность (адаптация, обучение продукту, поддержка на всех этапах); Возможность работать из любой точки мира. Нет ограничений по локации;
• ДМС (стоматология + мед. услуги);
• Оплата компанией занятий в языковой школе Skyeng;
• Компенсация занятий спортом;
• Отличные возможности для самореализации и карьерного роста;
• Слаженные процессы и сильная, дружная команда;
• Богатая корпоративная жизнь, совместные праздники, онлайн-встречи.

Юзтех – группа аккредитованных ИТ-компаний полного цикла разработки с многолетней экспертизой в передовых технологиях: DWH, BigData, AI/ML, Blockchain, BI, предиктивная аналитика, цифровые двойники производства и рисков.

ГК Юзтех является технологическим партнером таких компаний, как Mail.ru, 2Gis, НЛМК, Еврохим, Go Invest, Альфа-Банк, Сбер, ВТБ, МКБ, Самолет Девелопмент, Х5 Group, Газпромнефть, Лемана Про, Ситилинк, Ланит, IBS. Также, ГК разрабатывает собственные IT-продукты (Usebus, Octopus, Тил Эйчар) и флагманские проекты, которыми пользуется 70% населения страны.

Пожелания к опыту кандидатов:

Критично: Опыт разработки c LLM (RAG-пайплайны) и бэкенд разработки.

Ключевой стек Python, Airflow/ArgoWorkFlow, Mlflow, Hadoop, PySpark, Kafka, Seldon/Kserve, Kubernetes, Jenkins

• Опыт работы с моделями машинного обучения
• Опыт внедрения моделей машинного обучения как сервисы
• Опыт бэкенд-разработки, веб-разработки
• Опыт разработки с LLM, NLP-моделями
• Опыт с Docker, Kubernetes
• Больше разработчик, чем DS.
• Опыт работы в стеке от 3х лет

Задачи:

• Внедрять модели машинного обучения
• Сопровождать полный цикл сборки модели
• Обрабатывать и анализировать данные
• Поддерживать коммуникацию с разработчиками моделей
• Прорабатывать архитектуру моделей
• Тестировать и участвовать в разработке пайплайнов внедрения моделей

Мы предлагаем:

• Карьерную и профессиональную возможность в стабильной, аккредитованной ИТ-компании

• Расширенный полис ДМС со стоматологией, корпоративный психолог

• Удаленную работу и гибкий график

• Необходимую технику для комфортной работы

• Обучение, сертификацию, Usetech English Club – онлайн изучение английского

• Доступ к Корпоративной библиотеке и к Корпоративному университету

• Внутрикорпоративные профильные комьюнити

• Заботу о детях сотрудников: корпоративные скидки, подарки, детские дни

• Геймифицированную программу лояльности: поверь, ты будешь восторге от нашего корпоративного магазина!

• Корпоративную жизнь: мы много работаем и классно отдыхаем

Мы создаём и развиваем ML-решения и AI-агентов для продуктов банка, которыми пользуются юридические лица.

Ищем ML Engineer, который возьмёт на себя инженерную часть этих решений: разработку агентов, интеграцию моделей и данных, а также их вывод в промышленную эксплуатацию. Это роль для Python-разработчика, которому интересно работать на стыке ML, LLM и больших данных.

• проектировать и разрабатывать AI-агентов: реализовывать сценарии, оркестрацию, tool calling и интеграции с внутренними сервисами

• превращать прототипы и модели Data Science в надёжные промышленные решения: упаковывать, встраивать в сервисы и пайплайны, версионировать и сопровождать

• разрабатывать на Python сервисы, библиотеки и пайплайны, писать автотесты и участвовать в код-ревью

• проектировать, строить и сопровождать витрины данных для ML-моделей и агентов

• обрабатывать большие объёмы данных с помощью SQL, Hadoop и Spark, оптимизировать запросы и вычислительные задачи

• обеспечивать качество и наблюдаемость решений: логирование, мониторинг, обработку ошибок и контроль качества данных.

• опыт промышленной разработки на Python от 2 лет

• умение писать поддерживаемый код: типизация, тестирование, обработка ошибок, логирование и работа с зависимостями

• уверенное владение SQL: сложные запросы, оконные функции, оптимизация и работа с большими наборами данных

• опыт построения и сопровождения ETL/ELT-пайплайнов и витрин данных

• опыт вывода сервисов, моделей или data-продуктов в промышленную эксплуатацию

• понимание принципов работы AI-агентов: оркестрация, tool calling, управление состоянием и интеграция с API

• понимание жизненного цикла ML-модели — от артефакта и данных до инференса, мониторинга и обновления.

Будет преимуществом:

• опыт разработки AI-агентов с использованием LangGraph, LangChain, LlamaIndex или собственного оркестратора
• опыт работы с LLM, RAG и векторными хранилищами
• опыт оркестрации пайплайнов в Airflow или аналогичных системах
• опыт работы с Kafka и событийными архитектурами
• знание Docker, CI/CD и Kubernetes
• практический опыт работы с Hadoop и Spark
• опыт внедрения ML- или LLM-сервисов во внутреннем контуре
• опыт в банковском домене, продуктах для юридических лиц или документообороте.

• удобный офис в СПб на ул. Уральской, дом 1 (шаттлы от метро)

• гибридный формат работы

• регулярный пересмотр заработной платы и возможность получения годовой премии

• доступ к более чем 400 образовательным программам СберУниверситета

• программу адаптации и поддержку наставника на первых этапах работы

• расширенную медицинскую страховку (ДМС) и выгодные условия страхования для членов семьи

• ипотечные программы для сотрудников

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждения за рекомендации кандидатов.