ML и AI — свежие вакансии

«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.

О команде:

Планирование движения автономного автомобиля и предсказание движения всех участников вокруг него - это сложная и крайне важная задача, учитывающая множество факторов. Качественно планируя и предугадывая будущее такой автомобиль сможет обеспечить комфорт пассажиров и избежать потенциальных коллизий.

Чем предстоит заниматься:

• Разработка и развитие масштабируемой инфраструктуры для подготовки и доставки данных в пайплайны обучения;
• Разработка и поддержка пайплайнов обучения, тестирования и оценки ML-моделей;
• Оптимизация процессов обучения моделей и проведения ML-экспериментов.

Что мы ждем от кандидата:

• Опыт разработки инфраструктуры для обучения или эксплуатации ML-моделей в production;
• Хорошее понимание процесса обучения моделей машинного обучения и базовых принципов работы нейронных сетей;
• Опыт в разработке и/или поддержке систем хранения и обработки данных в больших масштабах;
• Знание классических алгоритмов и структур данных;
• Уверенное владение Python и умение писать поддерживаемый, опыт работы с PyTorch, Polars, SQL, Docker, ClearML, Git, Ray, CI/CD.

Будет плюсом:

• Опыт разработки на C++;
• Опыт работы с ROS;
• Опыт работы в распределёнными системами.

ТРЕБУЕТСЯ СПЕЦИАЛИСТ С ОПЫТОМ УКАЗАННЫМ В ВАКАНСИИ

Обязательные технические требования (Hard Skills)

• Python на высоком уровне: написание чистого, оптимизированного кода, глубокое знание ООП и стандартов разработки. Уверенное владение базовым стеком (Pandas, NumPy, Scikit-learn).
• Опыт с Deep Learning фреймворками: уверенное практическое владение PyTorch (предпочтительно) или TensorFlow для проектирования и обучения нейросетей.
• Работа с данными и базами данных: отличный SQL (написание и оптимизация сложных запросов, агрегация данных, самостоятельный сбор и подготовка датасетов).
• Опыт работы с LLM / Generative AI: практический опыт интеграции больших языковых моделей через API (Claude, OpenAI) или развертывания open-source решений (Qwen, Llama). Понимание архитектуры Transformer, принципов Prompt Engineering и реализации подходов RAG.
• Инженерная база и Production: умение упаковывать разработанные модели в Docker-контейнеры и разворачивать их как стабильные API-сервисы (FastAPI / Flask). Базовое понимание работы брокеров сообщений (Kafka / RabbitMQ) для построения асинхронной архитектуры.
• Математический фундамент: четкое понимание теории вероятностей, математической статистики и линейной алгебры (необходимое для понимания внутренней логики работы алгоритмов и интерпретации результатов).
• Инфраструктурные инструменты: уверенная работа в среде Linux (Bash), Git, практический опыт распределения ресурсов на GPU-инстансах для эффективного обучения моделей.

2. Будет большим плюсом (Желательно)

• MLOps пайплайны: опыт построения и автоматизации MLOps-пайплайнов для управления жизненным циклом моделей (MLflow, ClearML или аналоги).
• Коммерческий опыт: наличие подтвержденного коммерческого опыта разработки в продуктовых IT-командах от 2 лет.

3. Мягкие навыки и продуктовое мышление (Soft Skills)

• Продуктовый подход: способность декомпозировать абстрактную бизнес-задачу или боль проекта на язык конкретных технических ML-гипотез.
• Самостоятельность и R&D: умение читать и разбирать актуальные профильные статьи (papers), быстро находить эффективные open-source решения и адаптировать их под задачи компании.

lifetech запускает масштабную AI-трансформацию инженерных процессов. Наша цель — встроить AI-инструменты в повседневную разработку так, чтобы они повышали предсказуемость, качество и скорость нашей работы, но с сохранением полного контроля над безопасностью и рациональностью использования ресурсов.

Мы ищем ведущего инженера, который сможет перепроектировать наш SDLC, внедрить практики Spec-Driven Development и интегрировать AI-агентов в корпоративную инфраструктуру.

Проект затронет несколько пилотных команд с последующим масштабированием на всю компанию.

Какие задачи Вас ждут?

• Провести аудит текущих процессов разработки, выбрать 2–3 пилотных сценария с измеримым эффектом.
• Спроектировать целевой процесс разработки со спецификациями, критериями приёмки и встроенными проверками (SDD).
• Настроить инфраструктуру для запуска AI-агентов (оркестрация, RAG, инструменты, observability) — начиная с прототипов и до промышленной эксплуатации.
• Интегрировать AI-инструменты с существующими системами (CI/CD, трекерами, репозиториями).
• Разработать стандарты безопасности, оценки качества и мониторинга стоимости.
• Переводить ML-метрики в бизнес-показатели, защищать технические решения перед бизнесом / топ-менеджментом.
• Стать техническим лидером, обучить команды, проводить code review, помогать инженерам эффективно работать с AI, координировать работу с архитектором, DevOps, InfoSec и топ-менеджментом.

Наши ожидания:

• Опыт разработки на Python от 5 лет.
• Хорошее владение одним из веб-фреймворков: FastAPI или Flask.
• Проектирование API (REST / gRPC / WebSocket).
• Опыт проектирования архитектуры крупных модулей.
• Глубокое понимание полного SDLC. Умение налаживать процессы, а не только писать код.
• Опыт работы с неполными требованиями и общения как с разработчиками, так и с бизнесом / заказчиками.
• Техническое лидерство: опыт ведения хотя бы одного проекта от идеи до продакшена, принятия архитектурных решений, обучения коллег.
• Понимание корпоративных требований к безопасности и умение проектировать системы с учётом InfoSec (без привязки к конкретному облачному вендору или фреймворку).

Будет большим плюсом:

• Практический опыт с LLM-агентами: понимание различий agent / workflow / multi-agent, опыт с supervisor-оркестрацией, управлением состоянием и памятью, human-in-the-loop, защитой от неконтролируемых действий.
• Опыт с RAG, построением систем оценки для AI-приложений.
• Внедрение Spec-Driven Development.
• Опыт работы в крупных организациях, телекоме или регулируемых отраслях — это поможет быстрее адаптироваться к нашим процессам.
• Практический опыт с MLOps — как задел на будущее, но не основная задача.

Условия работы:

• Работа в офисе, г. Минск, БЦ «Виктория Олимп».

• Современная корпоративная среда и социальный пакет (подробнее – в профиле компании или на сайте).

• Индивидуальный подход к мотивации и компенсации.

Присоединяйтесь к команде target ai для захвата рынка ИИ!

Хотите стать частью крутой команды, работающей с передовыми технологиями GenAI? Хотите разбираться в последних новинках ИИ, быть на острие технологий и внедрять эти технологии в реальный бизнес? Тогда вам - к нам! У нас вы станете частью одного из самых быстрорастущих стартапов в РФ.

О нас:

Мы создаем продукты, которые упрощают практическое применение ИИ для наших клиентов и позволяют получить результаты от внедрения в реальном бизнесе.

Наша команда из более чем 70 экспертов в области технологий Conversational and Gen AI разрабатывает собственную платформу для создания, управления и интеграции виртуальных сотрудников в бизнес-процессы наших клиентов.

Мы гордимся сотрудничеством с такими компаниями, как Билайн, Купер (СберМаркет), Яндекс, Авито, Самокат, Ренессанс, Ростелеком, Согаз и еще 70+ клиентов.

Чем предстоит заниматься:

Мы ищем LLM-инженера (T-shape) - человека, который одинаково хорошо разбирается в аналитике, разработке и интеграциях. Наша команда создает агентов «под ключ»: от идеи до релиза и поддержки. В твои задачи будет входить:

1. Проектирование агентов. Погружаться в бизнес-задачу заказчика, продумывать архитектуру диалога, личность агента, его цели и ограничения.

2. Разработка на Python + AI. Писать промпты, функции, настраивать RAG, tool calling.

3. Эксперименты и оптимизация. Тестировать разные LLM, техники промптинга, искать причины ошибок, добиваться стабильного качества диалогов («зеленых» симов).

4. Внедрение и интеграция. Подключать каналы связи, интегрировать агента с инфраструктурой клиента по API.

5. Поддержка готовых решений. Анализировать диалоги, дорабатывать базы знаний, адаптировать агентов под новые требования.

Ты не просто пишешь код - ты решаешь реальные бизнес-проблемы с помощью генеративного AI.

Что важно для нас:

- Опыт работы с LLM - глубокое понимание архитектуры современных моделей, их возможностей, ограничений и нюансов.

- Знание RAG: принципов работы, векторных представлений, тонкостей настройки.

- Python на уверенном уровне: уверенно пишешь скрипты для вызова API, работаешь с библиотеками. Вайбкодинг приветствуется.

- SQL - хотя бы базовые запросы для аналитики и проверки данных.

- Понимание жизненного цикла агентных систем и чат-ботов (от проектирования до поддержки).

- Аналитический склад ума - умеешь ставить эксперименты, проверять гипотезы, интерпретировать результаты.

- Коммуникабельность и открытость - готов объяснять заказчикам логику работы моделей простым языком, активно взаимодействовать с командой.

Что мы предлагаем:

- Cursor каждому сотруднику - мы инвестируем в твой инструментарий.

- Гибкое оформление (ТК / ГПХ / самозанятость - обсуждаем).

- Полная удаленка - работай из любой точки.

- Быстрый рост - мы растем как компания, и вместе с нами растут люди.

- Интересные задачи - реальные проекты с топовыми клиентами, сложные технические вызовы, работа с передовыми LLM.

Проект по технологической трансформации бэкофисных и учетных систем одного из крупнейших Банков, в цели которого входит реализация регуляторной отчетности Банка для ЦБ на новой технологической платформе и внедрение продуктов Глобальных рынков в данную отчетность.
Платформа представляет собой Фабрику данных Банка с поставкой данных из Единого семантического слоя (ЕСС) или реплик систем-источников. Платформа отчетности построена на базе технологий Hadoop, PostgreSQL, GreenPlum.

Обязанности:

• Проектирование и реализация backend-сервисов на Python
• Оптимизация производительности и надежности системы

• высшее техническое/экономическое образование
• уверенные знания по SQL
• навыки разработки API, понимание JWT
• написание кода согласно минимум PEP8
• понимание принципов ООП, принципов SOLID, принципов работы REST, Python 3.10+, Django, Django REST Framework, PostgreSQL, Celery, Redis( будет переход на DropApp), openpyxl, знание асинхронной разработки
• опыт работы с PostgreSQL
• опыт разработки на Python от 2 лет
• опыт применения Bitbucket, Git, Jenkins, Openshift, Confluence
• понимание принципов построения REST API
• знание английского языка на уровне чтения технической документации
• желание профессионально развиваться.

• Оформление по ТК РФ, полностью "белая" зарплата
• Гибкий график: 5/2, 8-часовой рабочий день
• Удалённый формат работы из любой точки России
• Доступ к масштабным проектам и современным технологиям
• Возможности для профессионального роста и обучения
• Дружная команда экспертов, готовых делиться опытом

Мы создаем и применяем AI-технологии для развития финансовой экосистемы Т-Банка, внедряем машинное обучение в продукты и внутренние процессы компании, делаем решения качественнее, безопаснее и удобнее для пользователей, вкладываемся в долгосрочные исследования. Сейчас мы в поисках ML-инженеров, которые привнесут экспертизу и свой вклад в развитие Центра технологий искусственного интеллекта.

Наши технологии

• Диалоговые системы. Обучаем финансового ассистента поддерживать разговор и отвечать на запросы пользователей в чате с поддержкой
• Компьютерное зрение. Делаем безопасную авторизацию по лицу, оживляем фотографии для реалистичной анимации, распознаем документы и многое другое
• Рекомендательные системы. Учимся предугадывать желания пользователей, чтобы предлагать им именно то, что нужно
• Речевые технологии. Автоматизируем голосовое общение между бизнесом и клиентами
• ML-антифрод. С помощью алгоритмов оберегаем пользователей от мошенников, оперативно замечая подозрительные действия в личном кабинете
• Предиктивные технологии. Прогнозируем будущее клиентов, чтобы помогать им контролировать финансы.

Почему Т-Банк?

• Делаем жизнь миллионов людей лучше — ассистент Олег, социальная сеть Пульс, персонализированная lifestyle экосистема, предиктивные интерфейсы для finance management
• Даем возможность как закинуть наработки в прод на миллионы пользователей, так и делать исследования в своей области
• Развиваем и делимся опытом по всем областям ML: CV, NLP, RecSys, Speech и Time Series. Проводим внутреннием семинары, обсуждаем последние новости AI
• Есть выстроенные процессы и инфраструктура Т-Банка, но с отсутствием бюрократии больших организаций
• Фокус внутри компании на разработке в области искусственного интеллекта
• Есть лаборатория на Физтехе, с которой можно и нужно делать коллаборации
• Мало легаси и большой impact каждого разработчика

Обязанности:

• Изучение научных статей, генерирование гипотез, постановка экспериментов на их основе и донесение результатов до команды
• Улучшение качества моделей в различных сценариях
• Ускорение работы моделей с применением современных методов оптимизации и архитектур
• Написание воспроизводимого кода, оформление экспериментов в воспроизводимые пайплайны, включающие разметку и обработку данных, обучение моделей и валидацию системы в целом

Требования:

• Опыт разработки моделей машинного обучения с использованием современных DL фреймворков (Tensorflow, Pytorch, Keras, etc) и применения их в продакшене
• Глубокое понимание принципов работы современных алгоритмов машинного обучения
• Высокий уровень знания Python
• Умение декомпозировать задачу в переиспользуемые и тестируемые библиотеки и компоненты
• Хорошая теоретическая подготовка в областях математики, алгоритмов и структур данных, прикладной статистики
• Умение самостоятельно изучать научные статьи на английском языке и желание ставить эксперименты на их основе
• Практические знания Linux, Git, Bash, Docker

Мы предлагаем:

• Оплату участия в топ AI конференциях 2-3 раза в год
• Работу в офисе. График работы — гибридный
• Платформу обучения и развития Т-Банк Апгрейд. Курсы, тренинги, вебинары и базы знаний. Поддержка менторов и наставников, помощь в поиске точек роста и карьерном развитии
• Заботу о здоровье. Оформим полис ДМС со стоматологией и страховку от несчастных случаев. Предложим льготное страхование вашим близким
• Компенсацию такси и 50% затрат на спорт от стоимости абонемента
• Компенсацию обедов. А если захотите перекусить, есть кухня с чаем, кофе и фруктами
• Достойную зарплату — обсудим ее на собеседовании
• Возможность работы в аккредитованной ИТ-компании

Наша команда занимается созданием и развитием интеллектуальной системы ценообразования. Мы разрабатываем алгоритмы, которые помогают бизнесу принимать оптимальные решения на основе анализа больших объёмов данных. В нашей работе мы объединяем передовые методы машинного обучения с глубоким пониманием бизнес-процессов.

Тебе предстоит:

• разработка отдельных модулей рекомендательной системы ценообразования
• построение классических ML-моделей на основе табличных данных и временных рядов
• написание production-ready кода
• формулирование гипотез и предложений по развитию продукта.

Мы ждем, что у тебя:

• высшее техническое образование
• глубокое знание классического машинного обучения
• отличное владение Python и его экосистемой (catboost, pandas, numpy, sklearn, torch)
• хорошие знания теории вероятностей и математической статистики
• понимание статистических методов и их применения в нестандартных ситуациях
• знание методов решения задач оптимизации.

Что мы предлагаем:

• высокая конкурентная зарплата и корпоративные бонусы
• работа 5/2, возможность формировать под себя и свои привычки рабочий график
• современный и комфортный офис в центре Нижнего Новгорода (ул. Костина, д.6), рядом с метро
• корпоративное обучение в Виртуальной школе Сбера, регулярные внутренние митапы
• ДМС с первого дня работы для сотрудников и льготное страхование для близких
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• дружелюбный коллектив и либеральное руководство
• насыщенная корпоративная жизнь.

Команда занимается разработкой Disrupt-решений в сфере Безопасности Сбера

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

• разработка ML-алгоритмов

• разработка ML-моделей

• поддержка существующих AI-решений

• разработка AI-Агентов

• проработка AI-архитектуры внедрения решений в целевой процесс

• генерация идей.

• высшее образование

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

• опыт самостоятельного лидирования

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

• опыт работы со следующим стеком:

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

• офисный формат работы, 5\2
• ипотека выгоднее для каждого сотрудника и льготные условия кредитования
• фитнес залы в офисах
• бесплатная подписка СберПрайм+
• скидки на продукты компаний-партнеров: Okko, Сбер Маркет, Delivery Club, Самокат, Сбер Еаптека и другие
• ДМС с первого дня и льготное страхование для близких
• корпоративная пенсионная программа
• реферальная программа для сотрудников: можно пригласить в команду знакомых профессионалов и получить вознаграждение

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

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

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

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

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

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

• Обеспечивать воспроизводимость, наблюдаемость и надёжность data-процессов.

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

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

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

• Опыт работы с большими объёмами данных и распределённой обработкой.

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

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

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

• Опыт работы с DVC, Git, Docker.

• Опыт работы с PostgreSQL или другими реляционными базами данных.

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

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

• Готовность работать на стыке engineering и ML research.

Будет плюсом

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

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

• Опыт построения пайплайнов для synthetic data generation.

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

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

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

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

• крупнейшее DS&AI community — более 600 DS-специалистов банка

• дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира

• возможность быть соавтором НИРов и статей для международных конференций

• возможность выбрать удобный формат работы: гибрид или офис

• ежегодный пересмотр зарплаты, годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• ипотека выгоднее до 7% для каждого сотрудника

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

• вознаграждение за рекомендацию друзей в команду Сбера.

Наша команда отвечает за ранжирование в международном Поиске, это базовая функция продукта «Найти релевантные документы и показать в оптимальном порядке». Поисковое ранжирование — это сложная многокомпонентная система, и наша задача — сделать её удобной и масштабируемой для качественной работы в разных странах.

Генеративное ранжирование

Вы будете создавать систему генеративных сигналов и метрик для поискового ранжирования. Вам предстоит пройти полный цикл разработки: от продуктовых требований до конечных LLM/VLM-моделей и процессов, интегрированных с ранжированием разных поисковых компонент.

Масштабирование

Вам предстоит строить и разрабатывать масштабируемые процессы и модели, позволяющие эффективно развивать Поиск вглубь (улучшая качество в текущих направлениях) и вширь (запуская на новых языках и в новых странах) за счёт SOTA-подходов.

* Сильный ML-специалист с опытом в NLP
* Разрабатывали стабильные ML-процессы
* Умеете анализировать данные
* Хорошо знаете Python
* Заботитесь о высоком качестве конечного продукта

* Разрабатывали LLM/VLM-модели
* Пишете на C++

Яндекс Плюс — это единая подписка на сервисы Яндекса, которая даёт доступ к музыке, фильмам, подкастам, книгам, играм, спортивному и другому контенту. Это большой экосистемный проект, где более 35 миллионов подписчиков каждый день используют разнообразные возможности во всех сервисах экосистемы: слушают «Мою волну» в Музыке, получают кешбэк в Такси, Еде, на Маркете и в других сервисах Яндекса, смотрят кино на Кинопоиске.

Одно из фокусных направлений — развитие сценариев лояльности. Количество предложений для пользователей растёт каждый день, и необходимо построить системы оптимального управления этим оферингом, скидками и баллами Плюса.

Механик лояльности довольно много, каждая их них должна быть оптимизирована и максимально эффективна без превышения расходов. При этом все механики должны работать в одном направлении, не противореча целям бизнеса.

Выдвижение гипотез и проведение экспериментов

Вам предстоит предлагать новые гипотезы и тестировать их, чтобы с помощью ML-моделей повышать эффективность механик лояльности для наших подписчиков в экосистеме Яндекса.

Написание продакшн-кода на Java

Мы работаем с классическими методами ML, оборачиваем наши модели в сервисы на Java и выводим в продакшн. Вам предстоит писать надёжный и эффективный продакшн-код на Java.

* Понимаете принципы классического ML
* Знаете традиционные алгоритмы и структуры данных
* Хорошо знакомы с Python и SQL
* Можете понятно продемонстрировать бизнесу результаты исследований, аргументированно отстаиваете свою точку зрения
* Готовы отвечать за продакшн-модели в runtime

* Выводили ML-модели в продакшн
* Разрабатывали на Java или C++
* Умеете решать задачи из области Causal Inference

Мы в 2ГИС развиваем технологии компьютерного зрения, которые помогают делать карту и карточки организаций максимально точными, актуальными и визуально понятными. Мы работаем сразу в двух больших доменах: 

Обрабатываем фото и видео от пользователей: модерируем и фильтруем нежелательный контент, улучшаем визуальное качество карточек заведений, делаем фото-поиск и извлекаем полезную информацию прямо из изображений

Используем внутренние данные, чтобы поддерживать актуальность дорожной инфраструктуры и объектов на карте: распознаем знаки, разметку, шлагбаумы и другие элементы; извлекаем объекты со спутниковых снимков

Что предстоит делать:

• Развивать текущие сервисы для пользовательский фотографий и видео: фото-поиск, модерация, дедупликация, оценка красоты, классификация для группировки по альбомам;
• Извлекать факты из фотографий для актуализации информации об организациях в справочнике;
• Распознавать и наносить на карту разные объекты со спутниковых снимков: деревья, парковки, бассейны/фонтаны и т.п.;
• Научиться ставить дорожные знаки на карту еще точнее за счёт классических методов 3D-реконструкции сцены (SfM, SLAM) или нейросетевых подходов;

Мы ждем от тебя:

• Опыт работы  в области CV от 5-х лет;
• Имеешь опыт работы не только с фото, но и с видео;
• Опыт разработки и внедрения моделей в рамках направления Image retrieval : поиск похожих изображений, сравнение с запросами пользователей, анализ и классификация атрибутов, оценка релевантности изображений для пользователя; 
• Навыки работы с большими объемами визуальных данных: умеешь выставлять требования к датасетам и готовить их для обучения моделей;
• Опыт взаимодействия с продуктовыми командами, формировал технических требований для реализации задач;
• Писал и деплоил ML сервисы, знаешь особенности эксплуатации;
• Опыт с foundational моделями: любые VLM, CLIP, DINO, SAM, etc;
• Работал с k8s, prometheus, grafana, kafka.

Будет плюсом:

• Участвовал в соревнованиях по машинному обучению: Kaggle, Boosters.pro;
• Любишь экспериментировать, и следишь за новыми SOTA подходами;
• Хорошо владеешь методами из классического CV.

Почему у нас классно:

• 2ГИС – аккредитованная IT-компания;
• У нас можно работать удалённо. Для нас важен специалист, а не его локация. Если хочешь работать в гибридном формате, у нас есть офисы в Москве, Санкт-Петербурге, два классных офиса в Новосибирске. А также коворкинги в разных городах;
• Само собой, полностью белая зарплата;
• Заботимся о здоровье: ДМС и возможность получать онлайн-консультации и терапевта, невролога, психолога и медицинского агента;
• Если хочешь делиться своим опытом, мы только за – поможем с выступлениями на конференциях и статьями для Хабра;
• Есть собственный учебный центр: курсы, тренинги и книги для прокачки скиллов.

Мы ищем разработчика, который поможет находить бизнес-задачи, где AI и автоматизация действительно дают эффект, и превращать такие идеи в работающие решения.

Это роль для человека, которому интересно не просто писать код или экспериментировать с нейросетями, а разбираться в процессах бизнеса, быстро создавать прототипы и проверять результат на практике.

• изучать бизнес-процессы и находить задачи для автоматизации;
• собирать требования у сотрудников и переводить их в понятную техническую постановку;
• создавать прототипы, MVP и небольшие внутренние сервисы;
• интегрировать решения с существующими системами через API;
• применять LLM для работы с документами, текстами, поиском и внутренними базами знаний;
• проверять качество решений и оценивать их реальный эффект для бизнеса.

Важно: мы не стремимся использовать AI везде. Иногда лучшим решением будет обычная автоматизация или готовый сервис, и нам нужен специалист, способный это определить.

• опыт разработки от 1 года;
• уверенный Python и/или JavaScript/TypeScript;
• знание SQL, баз данных и REST API;
• опыт интеграций и работы с Git;
• практический опыт работы с API языковых моделей;
• понимание ограничений LLM: галлюцинации, ошибки и нестабильность результата;
• умение писать понятный код, тестировать решения и работать с логированием;
• способность самостоятельно разобраться в бизнес-задаче и предложить решение.

Будет преимуществом опыт работы с 1С, Битрикс24, RAG, корпоративными базами знаний, финансовыми или персональными данными.

Нам будет комфортно работать вместе, если вы:

• критически относитесь к результатам AI;
• умеете задавать уточняющие вопросы;
• способны объяснить собственный и сгенерированный AI код;
• не путаете работающий прототип с готовой production-системой;
• думаете о бизнес-эффекте, а не о количестве использованных технологий;
• доводите задачи до измеримого результата и документируете свою работу.

• удаленный формат работы, 5/2 с 9.00 до 18.00 (Мск);
• возможность напрямую влиять на развитие AI и автоматизации внутри компании;
• реальные бизнес-задачи вместо разработки «в стол»;
• свободу предлагать инструменты и подходы;
• взаимодействие напрямую с руководителями и владельцами процессов;
• корпоративные активности и мероприятия, скидки на продукты и услуги компании;
• Оформление по договору самозанятости или ИП, оплачиваемые отпуск и праздничные дни.

В сопроводительном письме расскажите об одном AI- или automation-проекте: какую задачу он решал и что именно вы сделали самостоятельно.

АО "СМП-95" - российский производитель оборудования для малой энергетики и эксперт в области современного энергетического оборудования и производства металлоконструкций.

• Мы предлагаем полный спектр услуг и комплексный подход на всех этапах от проектирования до строительства «под ключ», от возможности реализации как индивидуальных, так и готовых (типовых) решений.

Мы прошли путь от небольшого монтажного предприятия до одного из известных производителей оборудования с сильным брендом и безупречной деловой репутацией, особенно в корпоративном мире. Наши клиенты – ООО “Газпром трансгаз Томск”, ОАО “Востокгазпром”, ООО ТПК “САВА”, ОАО “Томское пиво”, ООО “ТеплоЭнергоСервис”, ООО “Межениновская птицефабрика”.

За 30 лет мы обеспечили сотни строительных объектов более чем 1000 Гкал/час введенных мощностей.

Собственная техническая и производственная база включает Проектное бюро, электролаборатории, строительно-монтажный участок, электромонтажный участок, отдел эксплуатации и сервисного обслуживания, собственный автопарк.

В связи с расширением требуется Специалист по работе с искусственным интеллектом!

Что мы предлагаем:

• Оформление по трудовому договору, оплата официальная 2 раза в месяц;
• Перспективы карьерного и профессионального роста;
• График работы г. Томск 5/2 с 08.00 до 17.00;

Ключевые задачи:

• Автоматизация бизнес-процессов с использованием ИИ-агентов;
• Парсинг данных, веб-скрапинг, обработка и визуализация данных;
• Создание промтов AI для улучшения заполнения отчётности;
• Настройка метрик KPI и ведение отчетности в Google Spreadsheets, Google Forms, Excel, QQ Docs;
• ETL (очистка и подготовка данных для дальнейшего анализа);
• Автоматизация БД через Google Forms, Ecel;
• Работа с Excel (VBA);
• Обучение сотрудников работам с искусственным интеллектом, в частности написание промтов, обучение работе с VBA;

Для нас важно:

• Опыт работы с искусственным интеллектом;
• Опыт написания промтов для искуственного интеллекта;
• Опыт работы с VBA;

Мы формируем новое стратегическое направление и ищем опытного технического лидера, который возглавит его.

Эта роль 60% hands-on инженерии и 40% управления и менторства.

Ключевые задачи:

• Проектировать и принимать ключевые архитектурные решения для production-ready AI-сервисов (от LLM-агентов до систем предиктивной аналитики). Участвовать в разработке наиболее сложных компонентов.
• Определять и развивать технологический стек, выстраивать процессы MLOps (CI/CD для моделей, мониторинг, версионирование).
• В тесном контакте с бизнес-юнитами превращать гипотезы в работающие AI-решения, которые напрямую влияют на P&L компании.
• Развивать экспертизу команды, задавать стандарты качества кода и подходов к разработке.
• Принять в работу существующую AI-инфраструктуру, оценить технический долг и разработать дорожную карту по оптимизации. Первая цель — полное понимание и документирование текущих решений.
• Возглавить разработку комплексной системы анализа работы персонала на основе аудио- и видеоданных. Создание MVP-моделей, разработку метрик качества моделей и дашбордов для бизнес-заказчиков.

Наши ожидания от кандидата:

• Опыт управления командой разработки от 3-х лет. Вы умеете нанимать, развивать и мотивировать
• Практическая экспертиза в Computer Vision и NLP/LLM (BERT, GPT и их аналоги). Вы не просто использовали готовые API, а строили решения на базе фреймворков вроде HuggingFace, LangChain, PyTorch.
• Уверенное владение Python и его экосистемой для ML/AI.
• Опыт вывода ML-моделей в production. Вы знаете, что такое Docker, Kubernetes, и понимаете принципы построения CI/CD пайплайнов для моделей.
• Системное мышление и продуктовый подход. Вы способны декомпозировать сложную бизнес-задачу до технической реализации.
• Опыт работы с системами мониторинга (Prometheus, Grafana) и понимание важности метрик качества моделей в реальном времени.
• Английский язык на уровне, достаточном для чтения технической документации и статей.

Что мы предлагаем:

• Мы нанимаем профессионалов и доверяем их экспертизе. Ваши решения — основа будущего направления.
• Гибридный формат работы.
• Мы готовы оплачивать ваше участие в ведущих конференциях, профильные курсы и обучение в нашем Корпоративном университете.
• Конкурентоспособная заработная плата и полное соблюдение ТК РФ в крупной, известной компании.
• Корпоративные скидки на ювелирные украшения для сотрудников.

О компании

Digital Clouds - IT-компания, 13 лет на рынке, 130 человек, 200+ проектов: e-commerce, B2B-порталы, мобильные приложения, корпоративные системы. Мы перестраиваем разработку под AI-first модель: рутинный код по спецификациям пишут AI-агенты, инженеры проектируют, пишут спецификации и принимают результат. Это не эксперимент - конвейер уже работает на боевых проектах.

Суть роли

Product Engineer - инженер, который ведёт проект целиком: сам говорит с заказчиком, пишет спецификацию, запускает AI-конвейер и отвечает за результат. Роль объединяет аналитика, разработчика и техлида в одной позиции. Мы работаем плотными автономными группами (2–3 инженера на проект), поэтому ваше слово — решающее. Здесь нет бесконечных согласований, есть только задача и ресурсы для её решения.

Как откликнуться

В отклике опишите один реальный кейс применения AI-инструментов в вашей работе: что делали, что сработало, что нет. Отклики без кейса рассматриваем в последнюю очередь.

Чем предстоит заниматься

• Discovery: разбираться в задаче заказчика и переводить её в техническую спецификацию

• Проектировать решение: архитектура, декомпозиция, контракты интеграций

• Писать спецификации для AI-агентов - в нашей модели спека важнее кода

• Инженерная приёмка: ревью кода агентов, тесты, отлов поведенческих ошибок (галлюцинации, преждевременное завершение, лишние шаги)

• Менять конвенции кода, где агент буксует: сложные участки, отладка, тонкие интеграции

• Доводить до результата: сроки, демо, коммуникация с заказчиком

Что для нас важно

• 4+ года коммерческой разработки: PHP (Laravel) и/или Python, фронтенд - Vue

• Быстро читаете чужой код и находите в нём проблемы - ревьюить будете больше, чем писать

• Опыт прямого общения с заказчиком: сбор требований, защита решений и оценок

• Уже применяете AI-инструменты в работе (Claude Code, Cursor, Copilot - неважно что) и хотите использовать их системно

• Самостоятельность: стартуете с уровня «проблема бизнеса», а не с готового ТЗ

Будет плюсом

• Опыт spec-driven development (SDD) или работы с агентными пайплайнами

• Роль техлида или единственного инженера на проекте

• Docker, CI/CD, Kubernetes

• Опыт с платформой Битрикс

• Образование НГУ или НГТУ: математика, физика, информационные науки

Кому не подойдёт

• Если комфортно работать только по детальному ТЗ на входе

• Если AI для вас игрушка или угроза, а не рабочий инструмент

• Если хочется писать код и не разговаривать с людьми

Что предлагаем

• Реальный продакшн AI-конвейер, а не PoC: SDD, агент-ревьюеры, evals. Методология строится сейчас - ваши решения станут стандартом компании

• Маленькие команды, быстрые решения, минимум бюрократии

И еще,

Заработная плата:

Мы ценим вклад и профессионализм каждого сотрудника, поэтому всегда убеждаемся, что их зарплата соответствует заслугам.

Официальное трудоустройство:

Мы аккредитованная ИТ-компания с полным социальным пакетом, что обеспечит тебе стабильность и уверенность в завтрашнем дне;

Гибкий рабочий день:

Мы предлагаем гибкое начало рабочего дня, чтобы команда могла эффективно планировать свое время и достигать поставленных целей.

Удобное расположение офиса:

Работа в одном из офисе в Новосибирске, их у нас два: в центре Новосибирска (Красный проспект, 200) и в Академгородке (Демакова, 30)

Забота о здоровье:

Мы заботимся о здоровье наших сотрудников и предлагаем ДМС и фитнес, чтобы каждый мог чувствовать себя в тонусе.

Вместе с Digital Clouds ты окажешься в дружной команде профессионалов. Поддержка, комфорт и интерес включены!

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, ГоИнвест, Альфа-Банк, Сбер, ВТБ, МКБ, Самолет, Х5 retail Group, Газпромнефть, Леруа Мерлен, Ситилинк, Ланит, IBS. Также, ГК разрабатывает собственные ИТ-продукты (Юзбас, Октопус, Тил Эйчар) и флагманские проекты, которыми пользуется 70% населения страны.

Сфера:

Ищем главного инженера для сопровождения и развития витрины данных в рамках платформы единого профиля клиента (MDM). Предстоит работать с ETL-процессами и загрузками данных, контролировать их стабильность, анализировать сбои, тестировать доработки и поддерживать пользователей системы.

Формат: удалённо, РФ.

Задачи:

• Сопровождение и анализ существующих ETL-процессов загрузки данных.
• Мониторинг процессов загрузки и выявление аномалий и сбоев.
• Диагностика проблем и участие в восстановлении корректной загрузки данных.
• Тестирование доработок перед выводом в промышленную эксплуатацию.
• Установка и сопровождение доработок в продуктивном контуре.
• Разбор обращений пользователей в рамках второй линии поддержки.
• Выполнение и сопровождение перегрузок данных.
• Проверка технической и эксплуатационной документации.
• Подготовка инструкций по мониторингу процессов и действиям при сбоях.
• Взаимодействие с разработчиками, аналитиками и смежными ИТ-командами.

Мы ожидаем:

• Уверенное знание SQL.
• Опыт работы с PL/SQL и PL/pgSQL.
• Знание Python на уровне использования библиотек для ETL-задач.
• Практический опыт работы с Oracle.
• Практический опыт работы с S3-like хранилищами.
• Практический опыт работы с Apache Airflow.
• Опыт работы с Apache Spark.
• Опыт работы с Greenplum.
• Опыт работы с Informatica PowerCenter.
• Опыт использования Git и понимание процессов CI/CD.
• Опыт работы с Jira и Confluence или аналогичными системами.
• Опыт работы с форматами XML и JSON.
• Навыки системного анализа и тестирования.
• Базовое понимание принципов работы реляционных СУБД.
• Базовые знания Kafka.

• Будет плюсом:

• Знание Apache Iceberg.
• Опыт сопровождения корпоративных хранилищ и витрин данных.
• Опыт работы с промышленными ETL/ELT-процессами и высоконагруженными контурами обработки данных.

Мы предлагаем:

• Карьерную и профессиональную возможность в стабильной, аккредитованной ИТ-компании;
• Расширенный полис ДМС со стоматологией, корпоративный психолог;
• Необходимую технику для комфортной работы;
• Обучение, сертификацию, клуб английского языка;
• Доступ к Корпоративной библиотеке и к Корпоративному университету;
• Внутрикорпоративные профильные коммьюнити;
• 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.

Привет! Мы ищем специалиста, который станет мостом между бизнесом, данными и технологиями в области искусственного интеллекта. Ты будешь отвечать за полный цикл проработки AI-инициатив: от выявления бизнес-потребностей и формирования концепции до детальной проработки требований, проектирования решения и сопровождения внедрения. В отличие от классического бизнес-аналитика, ты обладаешь концептуальным пониманием разработки ML-моделей, методов работы с данными и современных GenAI-подходов (RAG, LLM, агенты), что позволяет тебе говорить на одном языке с Data Scientists и инженерами, но при этом сохранять фокус на бизнес-ценности и измеримых результатах.

Чем займёшься?

• Исследуешь бизнес-процессы, находишь точки улучшений и показываешь, как AI-решения могут приносить ощутимую пользу
• Подготавливаешь полноценные требования к AI-продуктам: создаешь BRD, user stories, use cases и описываешь будущие процессы в стиле «AS-IS/TO-BE» с помощью BPMN-диаграмм
• Проанализируешь сценарии внедрения, оценивая их бизнес-ценность, технологическую выполнимость и предстоящий бизнес-эффект. Формулируешь рекомендации по развитию AI-сервисов и продуктов
• Содействуешь формированию методологических подходов и стандартов внедрения AI-решений по всему банку
• Работая с архитекторами и разработчиками, создашь концепции и архитектуру решений, описывая нужные интеграции (REST API) и требования к данным
• Твоё участие будет ценно при освоении и применении MLOps-практик (Docker, Kubernetes, MLflow), обработке и анализе данных (Python, SQL, DWH, Data Lake, Data Governance), понимании ML-жизненного цикла

Преимуществом станут:

• Опыт работы в сфере финтеха или банковского дела (скоринг, антифрод)
• Наличие опыта промышленной эксплуатации AI-решений и знания современных LLM-фреймворков
• Владение Python и навыки командной разработки (Git)
• Уверенность в создании презентаций и дизайн-материалов в инструментах типа Canva, Figma, PowerPoint.

Что предлагаем?

• Участие в интересных и значимых проектах, где твои усилия сразу заметны и ощутимы
• Открытая, поддерживающая культура компании, нацеленность на профессиональное развитие и личностный рост
• Атмосфера доверия, внимания к твоим идеям и возможности для раскрытия твоего потенциала.

Ссылка на вакансию в банке вакансий на gsz.gov.⁣by:

*Вакансия, планируемые к открытию (перспективная)

Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ.

Ищем дата инженера в направление Data Platform!

Обязанности

• Обеспечивать стабильную, производительную и безопасную работу Data Platfrorm на базе Trino, Spark, S3 и Apache Iceberg, включая администрирование и управление ролевой моделью доступа, документирование изменений в проекте
• Настраивать, обновлять, мониторить и тюнить кластера Trino
• Настраивать коннекторы (Iceberg, S3)
• Оптимизировать производительность запросов (resource groups, query analysis)
• Оптимизировать производительность Iceberg (partitioning, clustering, metadata management)
• Разрабатывать и внедрять централизованные ролевые модели для доступа к данным и ресурсам платформы

Требования

• Обладаете пониманием взаимодействия Spark с Iceberg и S3
• Имеете опыт эксплуатации Apache Iceberg (администрирование таблиц в формате Iceberg, настройка и использование Hive Metastore)
• Обладаете пониманием и применением: compaction, expiration snapshots, time travel, schema evolution
• Имеете навыки Linux, Bash, Python для автоматизации
• Обладаете опытом управления политиками доступа и правами доступа через Ranger в S3 и Iceberg
• Имеете опыт разработки и внедрения централизованной ролевой модели для доступа к данным и ресурсам платформы
• Иметь опыт администрирования Greenplum или ClickHouse (установка, настройка, оптимизация, интеграция с S3/Iceberg).

Условия

• Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое
• Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании
• Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.
• Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников
• Скидки и партнерские программы: на обучение, страхование, покупки и многое другое
• Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.

Мы строим платформу для инференса и SFT open-source LLM. Используем продвинутые cutting-edge движки для инференса, много экспериментируем и боремся за каждую дополнительную единицу в Token throughput. Cейчас мы находимся в поиске MLOps-инженера, который вместе с нами продолжит настраивать и улучшать инфраструктуру инференса LLM-моделей и осуществлять вывод решений в прод контур.

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

Вам предстоит:

• Разрабатывать и оптимизировать инфраструктуру инференса LLM-моделей для минимальной задержки и высокой пропускной способности внутренних приложений и сервисов.
• Обеспечивать масштабируемость и надежность LLM-serving инфраструктуры; выбирать и настраивать инструменты для инференса (sglang, vLLM, llama.cpp).
• Разрабатывать механизмы разграничения доступов к API-сервисам моделей.
• Строить систему observability и мониторинга LLM-инференса.
• Собирать модели в сервисы и интерфейсы (FastAPI, Flask, Tornado, Streamlit, Chainlit и т.д.).

Мы ожидаем:

• Опыт в аналогичной роли от 5 лет.
• Опыт с Linux (сеть, storage, роли/пользователи, менеджмент процессов).
• Уверенное владение Kubernetes (используем Istio Service Mesh).
• Опыт построения высокопроизводительных LLM-сервисов (sglang, vLLM).
• Опыт настройки высоконагруженных прокси-серверов (nginx, Envoy, HAProxy): load balancing, rate limiting, SSL termination, health checks.
• Владение языками: Bash, Python, Groovy (Jenkins scripted).
• Продвинутые навыки в CI/CD и оркестрации моделей.

Будет преимуществом:

• Понимание распределенных систем и GPU-коммуникации (NCCL, MPI, RDMA, InfiniBand).
• Знание служебных компонентов LLM-пайплайна: токенизаторы, KV-cache, контекстное окно.
• Понимание внутренней архитектуры GPU (CUDA, cuDNN, Tensor Cores).
• Опыт работы с векторными БД (Opensearch, Qdrant, FAISS, pgvector) для RAG и других задач.

Мы предлагаем:

• Гибридный формат работы (2-3 дня в офисе).
• Годовой бонус и ежегодный пересмотр.
• Расширенный ДМС с первого дня + стоматологию и льготное страхование для семьи.
• Корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях.
• Офис на Кутузовской с зонами отдыха и спортзалом.
• Льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм+, скидки от партнеров и сервисов группы компаний.

Команда состоит из нескольких разработчиков. У нас есть несколько ключевых элементов работы:
* Граф метрик в виде DAG с оценёнными причинно-следственными связями. Большая часть блоков уже реализована — есть интерактивная визуализация и пайплайн, который оценивает связи
* Платформа A/B-экспериментов, которая включает pruning, winsoring и sanity checks. Сейчас в работе десятки экспериментов

Мы используем следующий стек технологий: Python, SQL, Airflow, MapReduce, BI-системы, VCS.

Есть research-стрим: в команде выделяем время на то, чтобы тестировать подходы без необходимости отчитываться за бизнес-результат. Можно пробовать новые методы, создавать прототипы и проверять идеи.

Развитие инфраструктуры графа метрик

Вы будете работать с пайплайном оценки весов рёбер, реализовывать процедуры прямого и обратного прохода и настраивать систему валидации версий графа. Вам предстоит автоматизировать регулярные прогоны, следить за качеством связей и настраивать CI для релизов новых версий графа.

Руководство разработкой

Нужно будет разбивать задачи по проектам — графу метрик, платформе экспериментов и техдолгу, проверять архитектурные решения, помогать новым разработчикам освоиться в команде и распределять рабочую нагрузку.

Платформа экспериментов

Ваша задача — развивать модули pruning/winsoring и sanity checks, а также систему расчёта доказанного эффекта. Вам нужно поддерживать работу платформы, на которой запускаются сотни экспериментов.

Инфраструктура и техдолг

Вы будете перемещать процессы между кластерами, поддерживать квоты и переносить код. Также вам нужно будет обеспечить стабильность пайплайнов и качество данных.

Больше об ML в Яндексе — в канале Yandex for ML

* Проектировали пайплайны обработки данных: Airflow, Luigi, Dagster или аналоги
* Работали с MapReduce, Spark и большими объёмами данных
* Руководили командой или выступали в роли ведущего разработчика с распределением задач
* Владеете Python на высоком уровне и SQL — на уверенном
* Понимаете, что такое А/Б-эксперименты, CUPED, регрессии — не как исследователь, а как инженер, способный реализовать методологию в коде
* Уверенно владеете системами контроля версий (VCS: Git, Bitbucket)
* Готовы разбираться в причинно следственном-выводе (causal inference) на инженерном уровне
* Проактивны, ориентированы на результат, умеете доводить работу до прода

* Работали с CI/CD для ML-пайплайнов
* Работали с распределёнными вычислениями на больших кластерах
* Знакомы с графовыми структурами данных
* Знаете основы причинно-следственного анализа (DAG, backdoor, instrumental variables); базовой эконометрики будет достаточно — если что, разберёмся на лету