ML и AI — свежие вакансии

Требования:

• От 2 лет коммерческого опыта запуска дата-продуктов в продуктивной среде.
• Высшее образование и соответствующий опыт в области статистики,
  математики, информатики или смежных областях.
• Уверенное знание SQL, Python (pandas, numpy, scikit-learn, LightGBM/XGBoost) алгоритмов машинного обучения и статистики, опыт с Prophet, statsmodels.
• Глубокое понимание методов прогнозирования временных рядов.
• Умение выбирать и обосновывать метрики качества и бизнес-метрики.
• Опыт создания E2E пайплайнов ML.
• Подтвержденный опыт создания пайплайнов машинного обучения,
  работающих в продуктивной среде разработки.
• Опыт визуализации данных с использованием Power BI/ggplot/plotly/etc.
• Опыт использования облачных платформ для решения задач дата-
  аналитики и и запуска моделей машинного обучения в продуктивной среде.
• Опыт работы со стеком Yandex Cloud Platform – будет плюсом.
• Опыт работы с GitLab или его аналогами.
• Опыт работы с Airflow/Docker/Kubernetes или их аналогами.
• Опыт инференса моделей в MLFlow/Triton или аналогах.
• Средний или выше среднего уровень знания английского языка.

Обязанности и ожидаемые результаты работы:

• Взаимодействие с бизнес-подразделениями для выявления точек роста и постановки задач на прогнозирование.
• E2E процесс запуска дата-продуктов в Yandex Cloud Platform.
• Представлять результаты моделирования для бизнес-аудитории, включая
  руководителей организации.
• Превращать неструктурированные недостатки и болевые точки в
  конкретные бизнес и технические требования для проверки гипотез или
  разработки дата-продуктов.

Мы предлагаем:

• Официальное трудоустройство по ТК РФ;
• Возможность развития в рамках крупнейшей FMCG-компании;
• Конкурентный уровень заработной платы;
• Удаленный формат работы;
• Предоставление корпоративной техники.

Мы – сплоченная команда единомышленников, которая разрабатывает сервисы доставки с использование беспилотных технологий. Присоединившись к нам, вам предстоит принять непосредственное участие в развитии одного из самых востребованных на текущий момент решения. Наша команда расширяется, в связи с чем мы ищем уверенного DL-исследователя для участия в разработке новых и совершенствовании существующих алгоритмов.

Обязанности

• обучение новых и улучшение показателей существующих моделей;
• взаимодействие с командой разработки в рамках производственного процесса;

Требования

• вы не боитесь экспериментировать с архитектурами, механизмами обучения, можете и готовы придумывать новые подходы в построении пайплайнов обучения
• у вас богатый опыт обучения моделей в области работы computer vision (сегментация, извлечение признаков, edge детекторы) или вы очень крутой специалист в смежных сферах и готовы втянуться в БЛА
• имеете достаточный математический бэкграунд для решения ML/DL задач и уверенно им пользуетесь
• владеете культурой проведения экспериментов
• умеете объективно оценить качество работы модели
• владеете Python и Linux shell на уровне, достаточном для прототипирования алгоритмов и написания утилит для работы с данными
• имеете достаточный уровень владения английским языком для быстрого чтения статей
• вы можете писать чистый код, в котором другие исследователи/разработчики смогут быстро разобраться.

Условия

• 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.

Digital Chief — IT-хаб новой ecom-платформы от Альфа-Банка, где мы объединяем экспертизу по построению процессов и технологий вокруг нового продукта на рынке.

Мы строим независимый e-com — единый мультиканальный сервис Альфа-Селлер.

Он объединит инструменты для работы на маркетплейсах , полный спектр решений для создания собственного интернет – магазина и управление кросс - канальными продажами в одном пространстве.

Наша ключевая задача — помочь селлерам снизить зависимость от отдельных площадок и выстроить устойчивую стратегию развития бизнеса.

Мы уже запустили e-com в Альфа-Банке и нашими продуктами воспользовались более 4000 селлеров.

Чем предстоит заниматься:

• Проектировать и развивать промпты и сценарии для действующих AI-решений: клиентская поддержка, работа с контентом и карточками товаров, подготовка документов и отчётности, внутренние ассистенты команд;
• разбирать бизнес-задачу до уровня инструкции для модели: определить входные данные, ожидаемый формат ответа, границы допустимого, правила эскалации на человека;
• выстроить системную работу с качеством: собирать наборы тестовых кейсов, включая крайние и конфликтные, прогонять регрессии при каждом изменении промпта или модели, фиксировать результат в понятных метриках;
• анализировать реальные логи диалогов и ответов, находить типовые ошибки и галлюцинации, превращать их в исправления и в новые тестовые кейсы;
• вести библиотеку промптов компании: версионирование, описание назначения и ограничений каждого шаблона, переиспользуемые блоки, changelog изменений;
• отвечать за тональность и стиль коммуникации ИИ с клиентами: соответствие голосу бренда, корректность формулировок, аккуратность в чувствительных ситуациях (деньги, штрафы, отказы);
• работать над содержательной частью RAG-сценариев: как формулировать запрос к базе знаний, как подавать источники модели, как заставить её опираться на них и признавать отсутствие ответа;

• оптимизировать промпты по стоимости и скорости: сокращение контекста, декомпозиция сложных задач, подбор минимально достаточной модели под сценарий - совместно с ML-инженером;

• проверять устойчивость сценариев к некорректным и злонамеренным вводам, включая попытки обойти инструкции, и закрывать найденные дыры;

• обучать команды работе с ИИ: внутренние гайдлайны, типовые сценарии, разбор ошибок, поддержка сотрудников при переходе на новые инструменты;

• участвовать в приёмке AI-решений вместе с владельцами процессов: подтверждать, что качество ответов достаточно для запуска на реальных пользователях.

Что мы ищем в кандидате:

• опыт работы, связанный с текстом, данными или продуктом, из них не менее года - предметной работы с LLM от 2-х лет;
• подтверждённый практический опыт: сценарии, доведённые до реального использования людьми, а не только личные эксперименты с чат-ботами;
• понимание того, как устроены современные языковые модели на прикладном уровне: контекстное окно, температура, structured output, function calling, few-shot, chain-of-thought, ограничения и типовые режимы отказа;
• опыт работы с несколькими провайдерами (OpenAI, Anthropic, YandexGPT, GigaChat и аналоги) и понимание, что один и тот же промпт ведёт себя на них по-разному;
• аналитический подход к качеству: умение построить тестовый набор, сравнить версии, отличить реальное улучшение от случайного и объяснить результат цифрами;
• базовые технические навыки: Python или уверенная работа с API через готовые инструменты, JSON, основы SQL для самостоятельного разбора логов и выгрузок;
• опыт работы с RAG-сценариями и базами знаний;
• понимание ограничений при работе с персональными данными и коммерческой тайной в промптах и логах;
• опыт в клиентской поддержке, e-commerce, маркетплейсах или сервисах для селлеров - будет существенным преимуществом.

Мы предлагаем:

• Официальное трудоустройство по ТК РФ в аккредитованную IT компанию;
• заботу о твоем здоровье: программа ДМС, куда входит стоматология и обслуживание в лучших клиниках города, скидки на абонементы в фитнес-клубы, неформальные спортивные сообщества. Также есть фитнес-зал в офисе;
• доступ к сервису "Понимаю": консультации с психологами, юристами, ЗОЖ-экспертами и специалистами по финансам;
• доступ к сервису Best Benefits: скидки на услуги туристических агентств, продукты питания, в рестораны и бары, в магазины и салоны красоты;
• гибридный формат работы (2-3 дня из офиса): наш современный офис находится в банковском кластере в 3-х минутах ходьбы от метро Технопарк. Рядом большой выбор кафе и ресторанов, где ты сможешь разнообразно пообедать с коллегами, сменить обстановку и перезагрузиться.

• Настройка и автоматизация CI/CD (GitLab CI, Jenkins, ArgoCD).
• Управление инфраструктурой (Kubernetes, Helm, Terraform, Ansible, GitOps).
• Контейнеризация и сопровождение AI/ML сервисов (GPU/CPU).
• Настройка мониторинга и логирования (Prometheus, Grafana, EFK), мониторинг AI/ML.
• Обеспечение отказоустойчивости, автоскейлинга, резервного копирования и безопасности (RBAC, Secrets, Vulnerability Scan).
• Внедрение и сопровождение MLOps: RAG, deployment и serving LLM, ML lifecycle.
• Автоматизация процессов, разработка скриптов и технической документации.
• Взаимодействие с Dev/ML командами, участие в on-call, устранении инцидентов и postmortem.

• Опыт с CI/CD (GitLab CI, Jenkins, ArgoCD).
• Уверенное знание Kubernetes, Helm, Terraform, Ansible, GitOps.
• Опыт работы с Prometheus, Grafana, EFK.
• Практический опыт в MLOps, RAG, deployment/serving LLM и ML lifecycle.
• Навыки автоматизации на Bash, Python или Go.
• Опыт сопровождения AI/ML инфраструктуры, участия в on-call и ведения технической документации.

• Работу над современным AI-продуктом с использованием LLM и RAG.
• Возможность влиять на архитектуру и развитие AI-инфраструктуры.
• Работу с высокопроизводительными GPU-кластерами и современным серверным оборудованием.
• Развертывание и оптимизацию крупных AI/ML-моделей на мощных видеокартах.
• Конкурентную заработную плату, возможности обучения и профессионального роста.

💼 AI-Native Principal Engineer
🏢 Глобальная AI-платформа для создания, перевода и локализации контента (Fortune 500). Ключевой инвестор – Matrix Partners. AI-first 12+ лет. 100+ инженеров в 24 странах.🌍 Remote (из любой страны. Оформление через b2b)
💰 От 9 000$ gross
🗣 Рабочий язык – английский

Мы ищем инженера уровня Principal, который мыслит AI-first – для которого агенты и LLM не «фича», а мультипликатор скорости разработки. Того, кто ведёт задачу в core-системе от идеи до продакшена и долгосрочной поддержки, влияет на архитектуру, принимает высокоимпактные решения, видит весь пайплайн разработки целиком и готов его переосмыслить.

🚀 Чем ты будешь заниматься:

Около 80% времени – hands-on в продакшене: настоящий код, настоящая архитектура, настоящие ограничения, настоящий legacy, который нужно эволюционировать, а не переписывать.

Конкретные примеры импакта, которые уже на столе:
✔️ Переизобрести SDLC через агентов.
Брать работу, которая обычно занимает дни, и выкатывать за часы – с продакшен-качеством – интегрируя AI в требования, документацию, код, ревью, тесты и деплой.
✔️ Разобрать монолит с помощью AI.
Направить агентов на legacy 8–10-летней давности, понять его и точечно вытащить ценные куски в модульную, дружелюбную к агентам архитектуру. Нужен острый глаз и глубокий мыслитель, который любит hands-on.
✔️ Строить автономные инженерные циклы. Например, полностью автономный цикл багфиксинга: появился баг → агенты находят корневую причину в коде → предлагают и внедряют фикс → верифицируют результат, а человек подключается только на финальном решении. Это фундамент для автоматизации инженерии в целом.
✔️ Спроектировать quality gate.
Построить объективный сигнал go / no-go, который дает система, а не чутьё инженера. Здесь нужен инженерный ум, а не только QA-ум.
✔️ Менять то, как мыслит команда. Ты задаёшь стандарт через исполнение и помогаешь сдвинуть инженерное мышление 100+ инженеров в 24 странах.

🚀 Что мы ждем от тебя:

✔️ AI: глубокий production-опыт с LLM, агентами и современным AI-стеком. Умение строить multi-agent workflows, интегрировать AI в SDLC, оценивать границы автономности, контролировать стоимость, контекст и безопасность. Важны системное мышление и реальные кейсы, а не поверхностное использование ChatGPT. Релевантный стек: MCP, RAG, LangGraph/LangChain/CrewAI, LLM observability, LiteLLM/OpenRouter, vector DB, Claude Code/Cursor.

✔️ Инженерия: hands-on опыт с масштабными распределёнными production-системами, облаками AWS/Azure/GCP, Kubernetes, Kafka, CI/CD и observability. Нужен опыт архитектурных решений, развития legacy и поддержки зрелых систем. Backend или fullstack; .NET – плюс.

📝 tg @lyutingo

• Развивать и поддерживать платформу для запуска ML workloads.
• Администрировать и диагностировать проблемы в Kubernetes-кластере ML платформы.
• Автоматизировать рутинные задачи с помощью инструментов автоматизации - python, ansible и terraform.
• Поддерживать и развивать CI/CD-пайплайны и Helm чарты для ML сервисов.
• Выполнять клиентские заявки высокой сложности в Service Desk, ESMP, Jira.
• Настраивать мониторинг ML инфраструктуры - Prometheus, Grafana, Loki, Zabbix.
• Участвовать в проработке архитектуры будущих ML сервисов со стороны эксплуатации.
• Проводить плановые работы любого уровня сложности.
• Вести документацию в рамках зоны ответственности отдела.
• Вести аварии и составлять планы пост аварийных мер на ML платформе.

• Опыт администрирования Kubernetes кластеров от одного года.
• Понимание, как работают основные компоненты Kubernetes: kube-apiserver, scheduler, controller-manager, kubelet, kube-proxy, etcd, CoreDNS.
• Практический опыт диагностики проблем в Kubernetes: networking, scheduling, probes, ресурсы, storage, ingress, RBAC, CRD/operators.
• Опыт работы с Helm: написание, модификация, шаблонизация, отладка и проверка чартов.
• Опыт работы с системами автоматизации: Ansible и Terraform.
• Уверенное знание Linux на уровне администратора.
• Понимание сетей в Linux и Kubernetes: routing, iptables/nftables, IPVS, DNS, service discovery, network policies, K8S CNI Calico/Cilium.
• Опыт работы с CI/CD: желателен GitLab CI.
• Понимание Gitops подхода и цикла разработки приложения для k8s.
• Знание одного из языков программирования на среднем уровне: Python или Go.
• Опыт работы с системами мониторинга и логирования: Prometheus, Grafan, Loki, Zabbix или аналоги.
• Умение самостоятельно расследовать сложные технические проблемы, читать логи, метрики, события Kubernetes и исходники/документацию при необходимости.

Будет плюсом

• Опыт эксплуатации GPU-инфраструктуры в Kubernetes.
• Опыт работы с NVIDIA stack: GPU Operator, Network Operator, MIG, vGPU, NCCL.
• Опыт с ML serving/inference технологиями: NVIDIA Triton, vLLM, Transformers, SGLang, TensorRT-LLM.
• Опыт работы с KServe, Knative, Kubeflow.
• Опыт с service mesh/gateway-слоем в k8s: Istio, Envoy Gateway, Gateway API.
• Опыт с storage в Kubernetes: Ceph/Rook.
• Опыт работы с baremetal серверами и облаками.
• Понимание особенностей high-load inference workloads: long-running requests, streaming, autoscaling, GPU scheduling, лимиты ресурсов, latency, throughput.

Что мы предлагаем:

• Стабильный «белый» доход и полноценный соц. пакет;
• Гибкое начало дня и гибридный формат работы (обсуждаем индивидуально с каждым кандидатом);
• Корпоративный университет для внутреннего и внешнего профильного обучения;
• Отличные перспективы карьерного роста – горизонтального и вертикального.

А также для Вас:

• Программа ДМС с обслуживанием в лучших клиниках города;
• Корпоративные команды по футболу, волейболу, бегу, а также скидки на фитнес-абонементы;
• Эксклюзивная программа корпоративных привилегий и скидок Primezone;
• Корпоративная мобильная связь.

Работая вместе с нами, Вы сможете принять участие в амбициозных, крупных проектах, значимых для страны!

Наша команда (70+ человек) создает технологический фундамент для внедрения GenAI в экосистему банка. Мы разрабатываем RAG-платформу, фреймворк исполнения агентов и системы обработки неструктурированного контента (документы, коммуникации). Наши сервисы оборачивают базовые LLM в готовые интерфейсы, позволяя бизнесу быстро создавать собственных агентов и GenAI-приложения.

Мы обеспечиваем полный цикл разработки (E2E): ML-инженеры и бэкенд-разработчики работают вместе над реализацией сервисов, в связке с фронтендом и дизайнерами. У нас есть собственная команда разметки для оценки качества и сбора датасетов, с помощью которых мы дообучаем доменные модели под банковские сценарии.

Масштаб задач:

Сейчас в портфеле более 200 реализованных сценариев.

В планах — реализация еще 300+ сценариев, включая создание слоя процедурной памяти для агентов, специализированных поисковых агентов и систем автоматической оценки качества GenAI (Auto-Eval).

Развитие Self-Service инструментов (песочниц с UI), где команды банка могут тестировать гипотезы перед интеграцией.

Чем предстоит заниматься

Мы ищем инженеров, которым интересно не только R&D, но и создание полноценных продуктовых систем, способных обучаться на пользовательском фидбэке и решать конкретные бизнес-задачи.

• развитие GenAI сервисов: Создание и улучшение RAG-систем (в т.ч. Agentic RAG), инструментов Agent Observability, сервисов обработки документов

• обучение моделей: тренировка и дообучение мультимодальных моделей на русском языке (OCR, Embeddings, Rerankers, VLM)

• MLOps и Data Management: Организация и автоматизация процесса разметки данных (от сбора до контроля качества краудсорсинга)

• развитие автономных пайплайнов улучшения качества моделей с использованием LLM-as-a-Judge

• Engineering: релиз новых моделей и сервисов в продуктовые среды.

• глубокое понимание LLM: опыт работы с большими языковыми моделями, Prompt Engineering, Fine-tuning LLM/VLM

• инженерная культура: уверенное владение Python 3, знание ООП, принципов SOLID. Хорошее знание алгоритмов и структур данных.

• LLM Stack: опыт работы с LangChain, LlamaIndex или другими фреймворками для разработки агентов и мультиагентных систем (MAS)

• Vibe Coding: умение автоматизировать собственные рутинные процессы с помощью AI-инструментов

• Mindset: желание постоянно изучать новые SOTA-подходы, модели и технологии.

Будет плюсом

• активный профиль на GitHub с качественным кодом

• достижения (медали) на Kaggle

• участие в Open-Source проектах, связанных с LLM/NLP

• комфортный современный офис - м. Кутузовская

• гибридный формат работы

• ежегодный пересмотр зарплаты, годовой бонус

• 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

• корпоративная пенсионная программа.

• Разработка и поддержка сервисов, взаимодействующих с API различных LLM
• Проектирование, подбор параметров и создание эффективных промптов для решения конкретных бизнес-задач
• Оптимизация работы с моделями для снижения времени ответов и стоимости запросов
• Автоматизация тестирования API

• Высшее техническое образование

• Опыт работы full stack разработчиком от 5 лет (.NET), опыт взаимодействия с LLM от 1 года

• Опыт работы с API LLM (Qwen, DeepSeek, OpenAI, Yandex, Mistral, Google Gemini и т.д.)

• Понимание принципов и практический опыт применения техник проектирования промптов

• Уверенное владение JS на уровне senior, опыт работы с веб-компонентами, Vue или подобными системами

• Понимание принципов ООП

• Опыт использование систем контроля версий (Git)

• Английский язык на уровне чтения технической документации

Приветствуется:

• Опыт работы с фреймворками для LLM-разработки: LangChain, LlamaIndex, Haystack или их аналогами

• Навыки анализа, предобработки и подготовки данных для обучения и тонкой настройки (fine-tuning) моделей

• Опыт развертывания собственных LLM

Условия:

• Трудоустройство в соответствии с Трудовым кодексом РФ
• Заработная плата обсуждается по результатам собеседования и зависит от профессионального уровня кандидата
• Премии - по результатам работы
• Медицинское страхование (ДМС)
• Возможность профессионального развития и карьерного роста
• Доброжелательная, демократичная и творческая атмосфера в коллективе
• Офис в шаговой доступности от ст.м. Профсоюзная
• Рабочий день с 10 до 18 часов, включая обеденный перерыв 30 мин. Начало рабочего дня можно изменить по согласованию с руководителем
• Удаленный формат работы

Задачи:

• Проектировать и реализовывать ETL-слои для информационных потоков;
• Проектировать и реализовывать модели данных;
• Реализовывать расчетные показатели;
• Оптимизировать существующие скрипты по обработке данных
• Создавать витрины для передачи данных в другие системы;
• Создавать визуализации для пользователей BI;
• Писать новый и поддерживать имеющийся код процедур и структуры баз данных;
• Реализовывать оптимальные решения по загрузке, преобразованию и хранению данных;
• Разрабатывать сверки для проверки качества данных.

• Postgres (создание оптимальных простых и сложных запросов);
• Разработка визуализаций в Dash;
• Иногда подготовка отчетов в excel с использованием Power Pivot или Power Query;
• Процедуры, функции, триггеры, секционирование таблиц;
• Умение читать план запроса;
• Python (Airflow, pandas, форматы данных, regex, http) – уверенно;
• Умение работать с RabbitMQ, Kafka, Click House;
• Linux (уверенный пользователь);

• Знание 1С в части: умение читать код, отладка и понимать запросы, работу СКД.

• Зарплата: оклад, обсуждается с финальным кандидатом;
• График работы: 5/2 с 9:00 до 18:00 только офисный формат;
• Оформление ТК РФ;
• Масштабные и интересные творческие проекты с использованием передовых технологий;
• Развитие себя в высоконагруженной среде;
• Возможность применения навыков иных языков и технологий;
• Творческий коллектив профессионалов, готовых помочь в развитии знаний и навыков;
• Место работы: м. Коньково, пешая доступность;
• Парковка для личного авто;
• Специальные условия на обслуживание вашего авто и покупку запчастей.

Мы — команда мобильного приложения Сбербанк Онлайн.

Разрабатываем цифрового ассистента для мобильного приложения СБОЛ, который работает на базе технологий LLM.

В ядре нашего ассистента лежит мультиагентная система.

Мы ищем опытного NLP-специалиста, который будет разрабатывать новых ИИ-агентов для удовлетворения потребностей пользователей.

Обязанности

• анализ бизнес-задач и участие в выборе методов моделирования для их решения / проработка с заказчиками вариантов реализации ML-решений.
• разработка ИИ-агентов на базе LLM с использованием фреймворков LangChain/GigaChain/LangGraph.
• создание RAG-пайплайнов.
• решение вспомогательных NLP-задач (Preprocessing, Classification, Clustering, Summarization (Ext/Abst), Sentence Compression, Simplification, NER, Embeddings, Prompt Tuning).
• дообучение LLM под бизнес-задачи (SFT, LoRA), разработка пайплайнов оценки качества ML-решения (LLM-as-a-judge, классические метрики качества для задач классификации с естественными метками).
• разработка дизайна пилотов для оценки продуктового и финансового эффектов от запуска ML-решений, приоритезация бэклога гипотез по улучшению качества ML-решений.
• вывод ML-решений в промышленную эксплуатацию совместно с командой MLOps.

Требования

• высшее образование (желательно техническое/экономическое).
• опыт в ML от 3-х лет.
• знание библиотек и фреймворков: pandas, PySpark, CatBoost, PyTorch, LangChain/LangGraph.
• отличные знания классического и нейросетевого ML применительно к NLP-задачам.
• имеешь опыт решения задач с использованием различных LLM-моделей (BERT, RoBERTa, XLNet, LLaMA).
• Знаешь, как работает RAG.

Условия

• офисный/гибридный формат работы: г. Москва, Бизнес-центр, Кутузовский проспект, д. 32, к. 1.
• ежегодный пересмотр зарплаты и годовая премия.
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
• расширенный ДМС (медицинское страхование), льготное страхование для семьи.
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
• вознаграждение за рекомендацию друзей в команду Сбера.

Мы ищем ML Engineer в команду развития ценности активных клиентов.

Мы отвечаем за персонализацию промо-механик в приложении «Магнит»: персональные предложения, цели и задания. Наша задача — не просто предсказать, что человек купит, а понять, какое воздействие действительно изменит его поведение, и направить промо-бюджет туда, где он даст максимальный эффект.

Чем придется заниматься:

• Разрабатывать, обучать и валидировать ML-модели для маркетинговых задач: классические предиктивные модели, uplift-модели и рекомендательные решения
• Готовить данные для моделирования: собирать данные из разных источников, формировать витрины и признаки, контролировать качество данных
• Оценивать модели по ML- и бизнес-метрикам, интерпретировать результаты и определять влияние моделей на эффективность кампаний
• Выводить модели в production совместно с MLOps-инженерами: участвовать в code review и настройке регулярных скорингов
• Поддерживать и развивать действующие ML-модели и пайплайны: отслеживать drift и деградацию качества, переобучать и улучшать решения
• Проектировать и анализировать A/B-тесты, проверять гипотезы и презентовать результаты и рекомендации бизнес-заказчикам
• Работать со стеком Python, SQL, PySpark, MLflow, Airflow, Docker, Git, Linux

• Коммерческий опыт в ML / Data Science от 2 лет и уверенные знания классического ML: алгоритмы, ML-метрики, валидация, feature engineering и интерпретация моделей
• Практический опыт построения моделей на табличных данных и уверенную работу с Python, pandas, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost
• Уверенный SQL и опыт работы с большими объемами данных; знание PySpark или аналогичных инструментов распределенной обработки будет преимуществом
• Знание статистики и опыт дизайна и анализа A/B-тестов; опыт uplift-моделирования, маркетинговой аналитики или рекомендательных систем будет большим плюсом
• Самостоятельность, умение вести задачу от постановки до результата, взаимодействовать с бизнес-заказчиками и понятно объяснять результаты нетехническим коллегам

• Трудоустройство в аккредитованную IT-компанию
• ДМС со стоматологией и льготными условиями для членов семьи
• Возможность работать удаленно, гибридно или в офисе
• Корпоративные скидки от компании и партнеров, бесплатная подписка Магнит Премиум с повышенным кешбэком по программе лояльности М+
• Поддержку в развитии через обучение, конференции и митапы, а также программу для руководителей - Leadership club
• IT‑комьюнити - среду, где быстрее находишь решения, делишься практиками, пробуешь новые роли и растешь от эксперта в стекe до лидера инициатив
• Социально - психологическую поддержку от >370 специалистов по направлениям: юристы, психологи, врачи, финансовые и ЗОЖ советники

Мы - команда Disrupt в Сбере, часть блока ГенИИ. Отвечаем за все новые воплощения Гиги на рынках и работаем в формате фабрики гипотез: ищем перспективные сценарии, запускаем MVP, масштабируем лучшие продукты.

Ищем Data Scientist или ML-инженера для игровых и рекомендательных систем.

Вы будете делать игры интереснее: создавать поведение агентов, подбирать контент и события под игрока (next-best-action), настраивать адаптивную сложность, давать персональные рекомендации и безопасно тестировать новые механики с помощью RL/bandit-подходов.

• Строить рекомендации и ранжирование для контента, заданий, событий и игровых режимов.

• Прогнозировать поведение игроков (вовлеченность, отток) и их следующий шаг; сегментировать аудиторию.

• Создавать прототипы агентов с памятью, планированием действий и взаимодействием со средой.

• Применять контекстные бандиты, офлайн-RL или обучение по примерам там, где они работают лучше обычных моделей.

• Проектировать симуляции и оффлайн-тесты, ставить ограничения безопасности и защиту от взлома наград (reward hacking).

• Готовить данные и пайплайны обучения, запускать батч-инференс в реальном времени, следить за дрейфом данных и качеством рекомендаций.

• Планировать A/B-тесты и оценивать их влияние на удержание, глубину сессии, разнообразие механик и удовлетворенность игроков.

• Работать вместе с геймдизайнерами: переводить игровые механики в формальные цели так, чтобы не ломать баланс.

• Опыт в Data Science или ML Engineering от двух лет, либо сильный production  или research портфолио.

• Уверенное владение Python, SQL и PyTorch. Понимание классического машинного обучения, теории вероятностей и методов оптимизации.

• Практический опыт хотя бы в одной из областей: рекомендательные системы (ranking), reinforcement learning, игровой ИИ, персонализация или моделирование пользователей.

• Знание устройства RecSys: генерация кандидатов, ранжирование, неявная обратная связь (implicit feedback), cold start, смещения данных (bias), офлайн-метрики и A/B-тесты.

• Умение довести модель с ноутбука до рабочего сервиса или пайплайна: покрыть тестами, настроить мониторинг и сделать обучение воспроизводимым.

• Навык четко формулировать метрику качества (reward) и заранее видеть способы, которыми модель попытается её «сломать».

Будет плюсом:

• Опыт с контекстными бандитами, офлайн-RL, обучением по примерам (imitation learning), мультиагентными системами или планированием.

• Создание LLM-агентов со структурированным использованием инструментов и контролируемой памятью для NPC или игровых помощников.

• Работа с Unity/Unreal (ML-Agents) или симуляторами на базе PettingZoo, Gymnasium, RLlib; либо опыт написания собственных симуляторов.

• Построение ранжирования в реальном времени, работа с feature store, векторным поиском или графовыми рекомендациями.

• Опыт работы в геймдеве, социальных сетях, UGC-платформах, развлечениях, беттинге или других продуктах с высокой частотой событий.

• комфортный современный офис рядом с м. Кутузовская

• 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

• льготная программа ипотеки для сотрудников

• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• вознаграждение за рекомендацию друзей в команду Сбера.

Привет! Мы — PIX Robotics, аккредитованный российский ИТ-разработчик экосистемы для цифровой трансформации бизнеса.

Мы создаем ИТ-продукты, занимающие лидирующие позиции в своих нишах: платформа программной роботизации PIX RPA, система умной аналитики PIX BI и платформа для организации процессного управления PIX Процессы. Наши клиенты — ВТБ, Газпромбанк, OZON, S7, Московская биржа, Россети, Лукойл, Норильский Никель и многие другие.

А еще мы выстраиваем внутри культуру развития и сотрудничества, что отражается в высокой оценке экспертов рынка - мы финалисты рейтингов работодателей HH.ru, Хабр, РБК и Forbes.

В нашу команду ищем Full-stack разработчика .NET + AI-агенты.

Чем предстоит заниматься:

• Backend-ядро: разработка agent loop (MAF поверх IChatClient), tool middleware, фильтрация, стриминг, субагенты. Новые tools и коннекторы (IConnectorProvider, send-safety, Quartz). API (Minimal API, SSE, JWT, ownership), EF Core (SQLite/Postgres).

• Frontend: React + TypeScript — чат, tool calls, интеграции, mentions, PWA. Доведение UI до аккуратного состояния по существующим паттернам.

• Интеграция с 1С: доработка расширения «Оператор1С» (BSL): endpoints, схемы, запросы к регистрам (либо уверенное чтение BSL и работа в паре). Отладка end-to-end: LLM → tool → .NET → 1С.

• AI-assisted разработка: работа через агентов (Claude Code и аналоги): декомпозиция, TDD, ревью кода. Ключевой навык — верификация: тесты, ручная проверка, отсутствие регрессий. Ведение документации как части кода (CLAUDE.md, спеки).

• Качество: unit (xUnit + NSubstitute + FluentAssertions), API и интеграционные тесты с реальной LLM. Диагностика по логам (Serilog), воспроизведение багов, бенчмарки.

• C#/.NET (от 3 лет): async/await, DI, EF Core (миграции, транзакции), Minimal API.

• Практическое понимание LLM-приложений: tool calling, агентные циклы, стриминг, промптинг. Готовность быстро освоить MAF.

• TypeScript/React — рабочий уровень: реализация фич от API до UI. Готовы рассмотреть знания любого фронтового языка

• Активный опыт AI-assisted разработки (Claude Code/Cursor/Copilot agent mode) с демонстрацией подхода на интервью.

• Инженерная дисциплина: тесты до/вместе с кодом, чтение diff перед коммитом, критическая оценка сгенерированного кода.

• Самостоятельная отладка по всей цепочке (HTTP, JSON, логи, SQL).

• Все преимущества надежной ИТ-компании с аккредитацией Минцифры;
• Гибридный или удаленный режим работы;
• Гибкое начало дня с 9 до 11;
• Отсутствие бюрократии и микро-менеджмента – мы молодая компания, поэтому скорость работы и качественный результат для нас на первом месте;
• Разработка нового продукта с минимумом легаси;
• Дружная и креативная команда: вместе играем в волейбол, бегаем забеги, играем в настольные игры на кухне и многое другое;
• Участие в программе лояльности BestBenefits;
• Скидки от партнеров: World Class, Eduson, М-Видео, Инвитро, Иви и др.;
• ДМС по корпоративным тарифам;
• Дресс-код, который ограничивается здравым смыслом — с тату и зелеными волосами можно.

«abgroup.tech» - технологический партнер по созданию продвинутой аналитики и развитию IT-инфраструктуры. Осуществляем разработку полного цикла для аналитических сервисов и систем мониторинга от этапа бизнес требований заказчика до полного внедрения продукта, включая поддержку миграции данных и составление технической документации на разработанный продукт.

Наша команда расширяется и реализует новые проекты, в связи с этим мы ищем Data Engineer уровня Junior.

Обязанности:

• Разработка витрин данных, написание и оптимизация сложных SQL-запросов;
• Построение и поддержка ETL/ELT-пайплайнов со внутренними и внешними источниками данных;
• Взаимодействие с командой разработки (аналитики, разработчики);
• Участие в разработке DWH, выборе технологий и средств реализации решений;
• Формирование технической документации (актуализация существующей и создание новой, проработка новых разделов);
• Работа с актуальными технологиями в области Data Engineering.

Основной стек: S3, Kafka, Trino, PostgreSQL, Clickhouse, DBT, Airflow, Dagster, Python.

Обязательные требования:

• Учебный опыт от 1 года на специализированных курсах;
• Уверенные знания SQL - свободное владение основными конструкциями языка, написание запросов различной сложности, проектирование баз данных на основе бизнес-требований;
• Уверенные знания Python - знание стандартных библиотек, опыт взаимодействия с базами данных, работа с Pandas;
• Базовые знания Git;
• Опыт построения ETL/ELT-процессов - работа со внешними API, написание DAG'ов для оркестраторов процессов (Airflow, Dagster).

Мы рады сообщить, что рассматриваем кандидатов без опыта работы и выпускников ВУЗов, при условии, что они соответствуют нашим обязательным требованиям.
Мы ценим мотивацию и желание развиваться, и готовы обучать подходящих специалистов.

Информация об условиях:

• Официальное трудоустройство в штат по ТК РФ;
• Белая заработная плата с выплатой 2 раза в месяц;
• График 5/2, восьмичасовой рабочий день, гибкое начало дня;
• Работа в новом офисе в центре Нижнего Новгорода с вкусным кофе и комнатой отдыха;
• ДМС после прохождения испытательного срока;
• Рабочее место, оборудованное современной техникой;
• Пересмотр уровня мотивации раз в полгода;
• Профессиональное развитие внутри Компании;
• Наставничество руководителя или "старших" коллег.

Мы - команда Disrupt в Сбере, часть блока ГенИИ. Отвечаем за все новые воплощения Гиги на рынках и работаем в формате фабрики гипотез: ищем перспективные сценарии, запускаем MVP, масштабируем лучшие продукты.

Ищем ML-инженера, который будет запускать в продакшен и ускорять большие языковые модели на инфраструктуре NVIDIA.

• Запускать и поддерживать распределённый инференс LLM на кластере GPU.

• Тюнить движки (vLLM, SGLang, TensorRT-LLM или аналоги) для максимальной скорости и утилизации железа.

• Снижать задержки генерации, повышать пропускную способность и эффективно работать с длинным контекстом в MoE-моделях.

• Применять квантизацию (FP8/INT8), speculative decoding и другие оптимизации без потери качества ответов.

• Находить узкие места по памяти (VRAM/HBM) и сети (NVLink/InfiniBand), устранять OOM и сбои узлов.

• Упаковывать сервисы в Kubernetes/Docker, настраивать автоскейлинг, выкаты и откаты.

• Строить мониторинг метрик вывода (задержки, токены/сек, стоимость за 1М токенов).

• Проводить нагрузочное тестирование и планировать мощности.

• От двух лет опыта в ML Engineering, MLOps или высоконагруженном бэкенде. Обязательно хотя бы один свой GPU-сервис, доведенный до продакшена.

• Уверенное владение Python и Linux. Знание Docker, Git, CI/CD и базовая работа с Kubernetes.

• Практический опыт запуска моделей на PyTorch под NVIDIA GPU.

• Опыт работы минимум с одним production-стеком для инференса (vLLM, Triton, TensorRT-LLM, SGLang, TGI или аналоги).

• Понимание того, как устроена память GPU, что такое mixed precision, батчинг, KV-кэш и параллелизм моделей.

• Умение замерять производительность, читать профилировщики (PyTorch Profiler, Nsight, DCGM) и находить баланс между скоростью, качеством ответов и стоимостью вывода.

• Базовое понимание распределенных систем: таймауты, повторы запросов, отказоустойчивость при падении узла и выкат без простоев.

Будет плюсом:

• Умение писать CUDA/Triton kernels, работать с NCCL и быстрой связкой узлов (NVLink/InfiniBand, GPUDirect/RDMA).

• Опыт запуска MoE-моделей с экспертным параллелизмом и очень длинным контекстом.

• Знакомство с KServe или Ray Serve; сбор метрик через Prometheus/Grafana, GPU Operator или DCGM Exporter.

• Навыки конвертации весов моделей, проведения quantization-aware evaluation и сравнения разных движков инференса.

• Базовый C++ или Go для написания быстрых компонентов control/data plane.

• комфортный современный офис рядом с м. Кутузовская

• 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

• льготная программа ипотеки для сотрудников

• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• вознаграждение за рекомендацию друзей в команду Сбера.