ML и AI — свежие вакансии

Мы команда, которая управляет риском в портфеле потребительских кредитов и кредитных карт, и сейчас мы ищем data-инженера, который поможет искать, обрабатывать, актуализировать и улучшать необходимые источники информации. Все участники команды постоянно нуждаются в данных для проверки и реализации свои идей по улучшению процесса кредитования. Если у тебя хорошие инженерные навыки и ты готов к интересной работе среди мотивированных профессионалов различных компетенций – мы ждем тебя.

• анализ исходных данных в различных системах и форматах для решения бизнес-задач (оценка структуры, качества, полноты и применимости данных)

• загрузка, очистка и трансформация больших объемов данных из различных источников (RDBMS, Hadoop, плоские файлы) в рабочую область (платформы GreenPlum, Hadoop)

• проектирование и разработка аналитических витрин данных

• мониторинг и оптимизация процессов загрузки, преобразования данных и сборки витрин

• контроль качества загружаемых данных, разработка автоматизированных инструментов для оценки качества данных

• разработка, поддержка и оптимизация инфраструктуры и внутренних сервисов для обработки больших объемов данных

• частие в инновационных проектах Банка по развитию инструментов управления рисками на базе искусственного интеллекта и больших данных

• разработка и поддержка сопроводительной документации и спецификаций данных, развитие и поддержка базы знаний по вопросам работы с данными

• предоставление экспертной поддержки внутренним потребителям (data analysts, data scientists) по вопросам, связанным с использованием данных

• опыт работы от 1 года в качестве Data Engineer / Data Analyst / ETL Developer

• знание SQL на продвинутом уровне (аналитические функции, подзапросы, хранимые процедуры, оптимизация производительности)

• знание основных понятий и концепций из области Data Warehouse.

• опыт проектирования и разработки витрин данных

является преимуществом:

• опыт работы с большими объемами данных с использованием систем Oracle, Teradata, MS SQL, GreenPlum, Hadoop

• опыт работы со стеком технологий Big Data (Hadoop, Spark, Hive/Impala)

• знание розничного банковского бизнеса

• навыки работы с генеративными AI-моделями, опыт создания AI-агентов и использования их в работе будет преимуществом

• опыт работы по Agile (SCRUM, Kanban, и т.д.) приветствуется

• навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом

• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов

• инструментальное владение AI для анализа, генерации и автоматизации.

• офисный формат работы (рядом с м. Кутузовская)

• оклад + 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.

Качество Поиска

Вам предстоит пройти полный цикл разработки ML-моделей: от аналитики и работы с данными до обучения моделей, проведения A/B-экспериментов и внедрения в продакшен. Ваши модели улучшат качество отдельных компонент и Поиска в целом, что повлияет на миллионы его пользователей.

Масштабирование

Вам предстоит создавать масштабируемые системы моделей и процессов, применимые для разных языков и стран. Вы будете использовать лучшие практики Поиска и внедрять SOTA-подходы, чтобы сделать Поиск по-настоящему международным.

* Сильный ML-специалист
* Разбираетесь в NLP, DL и классическом ML
* Умеете анализировать данные
* Пишете код на Python и C++
* Заботитесь о высоком качестве конечного продукта

* Разрабатывали поисковые или рекомендательные системы

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.

Управление командой

Вы будете руководить командой из 5+ человек и развивать её: ставить глобальные цели, декомпозировать и достигать их, организовывать работу команды и смежников, контролировать весь процесс от постановки задач до внедрения в прод.

Масштабируемое поисковое ранжирование в новых странах

Вам с командой предстоит создавать поисковое ранжирование в новых странах почти с нуля до конкурентоспособного продукта. На этом пути вам нужно будет выстроить масштабируемую систему моделей и процессов, используя лучшие практики ранжирования, а также внедряя новые решения (например, большие языковые модели (LLM) или другие SOTA-подходы) в условиях малого числа пользователей и данных.

Качество Поиска

Ваша работа будет напрямую влиять на качество Поиска для миллионов человек, ежедневно пользующихся Яндексом в самых разных странах на самых разных языках. Рост качества Поиска — важнейшая задача, для достижения которой вам также предстоит заниматься аналитикой и помогать развивать онлайн- и офлайн-метрики Поиска.

* Руководили командой ML-разработчиков
* Сильный ML-специалист с опытом в классическом ML или NLP
* Умеете проектировать и развивать многокомпонентные ML-системы
* Хорошо знаете C++ и Python
* Заботитесь о высоком качестве конечного продукта

* Разрабатывали поисковые или рекомендательные системы
* Работали с LLM

Чем предстоит заниматься
• Разработка ETL-процессов интеграционных задач, тестирование
• Проектирование и создание модулей стандартных приложений для типовых ETL-процессов
• Создание и внедрение корпоративных стандартов разработки
• Ведение документации
• Проведение код-ревью, обеспечение качества и поддерживаемости кода
• Разработка ETL-процессов интеграционных задач, тестирование
• Консультации и помощь команде функционального сопровождения в разборе дефектов и стабилизации работы ПО в продуктивном контуре
Что мы ждем от вас
• Опыт промышленной разработки в стеке BigData
• Языки программирования: SQL, Python
• Технологический стек: Apache Spark, Hadoop\S3\S3-like, Apache Airflow, Parquet\ORC
• Знание Apache Iceberg, Apache Kafka будет плюсом
• Навыки работы с: Jira + Confluence или аналогичное, Git, CI/CD, XML, JSON
• Навыки системного анализа, тестирования
• Базовое знание работы с РСУБД, Kafka
• Знание архитектуры Data Vault
• Навыки декомпозиции сложных задач и управления приоритетами
• Умение эффективно коммуницировать в команде, объяснять технические аспекты простым языком
• Способность создавать понятную и структурированную техническую документацию
Что мы предлагаем взамен
• Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования + квартальная премия по результатам KPI
• Гибридный формат работы, а также полную удалёнку, плюс есть уютный ИТ-хаб в Москве
• Сложные и интересные задачи, современный стек технологий
• Заботу о вашем здоровье: программа ДМС с первых дней работы, куда входит стоматология, обслуживание в лучших клиниках города, страхование и компенсация 10-ти дней больничного
• Возможность вертикального и горизонтального карьерного роста: регулярно проходят тренинги, вебинары, митапы и демо-дни
• Оплату посещения профильных конференций и курсов, помогаем с подготовкой к публичным выступлениям и написанием статей на Хабр
• Доступ к бесплатным корпоративным библиотекам Alpina Digital, MyBook и бизнес-изданий
• Предложения от Банка только для сотрудников: собственные спортзалы (Москва, Санкт-Петербург, Екатеринбург), а также скидки на услуги туристических агентств, продукты питания, в рестораны, бары, магазины

Команда информационной безопасности VK защищает данные пользователей, продукты, сети и серверы. Мы создаём сервисы безопасности для пользователей, а внутри команды — обучаем правилам ИБ и развиваем киберкультуру.

Задачи

• Разработка мультиагентной AI-системы для автоматизации DAST/Pentest-процессов
• Интеграция AI-агентов с внутренними инструментами
• Построение RAG-пайплайнов по внутренней базе знаний
• Снижение false positives в результатах работы AI-агентов
• Участие в проектировании датасетов для тестирования LLM/agentic security-сценариев

Требования

• Уверенно владеете Python и используете его не только для экспериментов, но и для практической работы с пайплайнами и ML-инструментами
• Есть опыт коммерческой разработки и внедрения ML-решений в production
• Опыт работы с LLM API и (или) локальными LLM
• Понимание agentic workflows, tool calling и multi-step reasoning
• Опыт работы с RAG, embeddings, vector search
• Понимание принципов построения evals для LLM/AI-систем
• Понимание базовых принципов backend-разработки
• Умение объяснять ML-подходы простым инженерным языком

• исследование и оптимизация AI-сценариев;
• анализ клиентских и операторских процессов для применения LLM-агентов, RAG и AI-подсказок;
• описание логики агента: цель, входные данные, контекст, шаги, результат;
• выявление ошибок поведения AI-системы и предложений по улучшению промтов и сценариев;
• написание, тестирование и оптимизация промтов для AI-агентов, RAG-сервисов, клиентских и операторских помощников;
• участие в настройке агентных и многоагентных сценариев: маршрутизация, проверка результата, передача между агентами;
• мониторинг изменений качества после доработки промтов, RAG-пайп.

• владение принципами работы LLM: контекст, токены, системные инструкции, параметры генерации, ограничения моделей;
• знание prompt engineering: ролевые инструкции, структурированный вывод, few-shot примеры, ограничения, проверка результата;
• понимание агентных систем: агент, инструмент, память, маршрутизация, проверяющий агент, многоагентное взаимодействие;
• навыки работы с LangChain, LangFlow, OpenAI SDK или аналогичными инструментами будут преимуществом.

Описание

Задачи

Вы будете создавать и совершенствовать производственные конвейеры ML и инфраструктуру ML многократного использования. Эта роль в основном сосредоточена на традиционном ML и прогнозировании запланированных партий. Вы будете работать с специалистами по обработке данных над внедрением моделей в производство, автоматизацией процессов обучения и валидации, а также интеграцией результатов моделирования в последующие бизнес-системы. Ключевая цель состоит в том, чтобы объединить несколько похожих конвейеров в единую настраиваемую платформу, которая поддерживает различные продукты и варианты использования без дублирования кода.

Требования

• Обязанности;
• Проектируйте и создавайте сквозные конвейеры ML, охватывающие разработку функциональных возможностей, обучение модели, тестирование на основе данных, валидацию, создание отчетов и пакетный вывод;
• Преобразуйте прототипы data science в надежные и обслуживаемые производственные решения;
• Разработайте настраиваемый фреймворк ML с использованием повторно используемых компонентов и рабочих процессов, управляемых параметрами;
• Создавайте и поддерживайте рабочие процессы ML на основе Python, используя существующую кодовую базу;
• Поддерживайте рабочие процессы подготовки и преобразования данных в Snowflake и dbt Cloud;
• Внедряйте проверки качества данных, автоматизированное тестирование, управление версиями, мониторинг и CI/CD;
• Интегрируйте выходные данные модели в последующие бизнес-системы и рабочие процессы;
• Участвуйте в принятии архитектурных решений и предлагайте практические подходы к реализации;
• Поддерживайте производственные операции, устраняйте неполадки, обновляйте модели и постоянно совершенствуйте;
• Сотрудничайте со специалистами по обработке данных, инженерами по обработке данных, архитекторами и заинтересованными сторонами в бизнесе;
• Чего мы ожидаем;
• 6-8 лет опыта работы в области машинного обучения, разработки программного обеспечения, обработки данных или смежных областях;
• Сильные навыки разработки программного обеспечения на Python, включая опыт работы с повторно используемым и объектно-ориентированным кодом;
• Опыт создания производственных конвейеров ML;
• Практический опыт работы с традиционными методами ML и библиотеками (pandas, NumPy, scikit-learn, PyTorch);
• Практический опыт работы с Docker;
• Сильные навыки работы с SQL и инженерией данных;
• Практический опыт работы с Snowflake и dbt Cloud;
• Опыт работы с AWS;
• Опыт работы с рабочими процессами CI/CD на основе Git, такими как GitHub Actions;
• Понимание тестирования, мониторинга, управления версиями, воспроизводимости и производственной поддержки;
• Хорошие навыки общения, владения, устранения неполадок и решения проблем;
• Приятно иметь;
• Опыт работы с конвейерами прогнозирования запланированных пакетов;
• Опыт создания настраиваемых платформ, поддерживающих несколько продуктов или бизнес-подразделений;
• Знакомство с CRM или другими интеграционными бизнес-системами;
• Знакомство с Kubernetes, организацией рабочих процессов или инфраструктурой в виде кода;
• Опыт работы с приложениями на базе искусственного интеллекта или LLM;
• Опыт работы в фармацевтической, биотехнологической, медицинской или медико-биологической сферах.

Условия

• Конкурентоспособная заработная плата;
• Гибкий график работы;
• Программы непрерывного образования, наставничества и повышения квалификации;
• Команда с отличным техническим опытом;
• Контракт рассчитан до конца года с возможностью продления в зависимости от потребностей проекта и результатов его работы.

Описание

Задачи

• Организация и анализ данных: обработка структурированных, полуструктурированных, неструктурированных данных и данных на основе изображений;
• Создание информационных систем и конвейеров;
• Подготовка данных для предписывающего и прогнозирующего моделирования;
• Проектирование сквозных конвейеров в рамках гибридной архитектуры больших данных с использованием облачных технологий Azure, Databricks, Spark, Scala, sbt, Airflow, Python, SQL и т.д;
• Использование облачных сервисов Azure для построения конвейеров данных и обеспечения эффективного мониторинга.

Требования

• более 3-х лет соответствующего опыта в области разработки данных;
• Опыт работы в Spark;
• Опыт работы с Databricks;
• Опыт работы с облаком Azure;
• Умение писать надежный код с помощью Scala;
• Отличные навыки работы с SQL;
• Опыт создания хранилищ данных и ETL-решений;
• Понимание структур данных, моделирования данных и архитектуры программного обеспечения;
• Навыки анализа и решения проблем.

Условия

• Конкурентоспособная заработная плата;
• Удаленная работа или работа в офисе;
• Гибкий график работы;
• Команда с отличным техническим опытом.

Описание

Задачи

• Разрабатывайте и внедряйте агентные системы искусственного интеллекта, включая рабочие процессы агентов и их координацию;
• Разрабатывайте и управляйте структурами данных, лежащими в основе агентных конвейеров (память, состояние, поиск, использование инструментов) в рабочей среде;
• Создавайте и повторяйте запросы, навыки и определения агентов;
• Интегрируйте агентов с API и базами данных;
• Сотрудничайте с инженером по интерфейсу для интеграции взаимодействия агентов в интерфейс чата.

Требования

• Глубокое понимание различных LLM, их возможностей и агентной инфраструктуры;
• Опыт проектирования и интеграции API-интерфейсов для систем, основанных на искусственном интеллекте;
• Удобство работы в разных областях — от оперативного проектирования до уровня данных и передачи пользовательского интерфейса.

Условия

• Сотрудничество по B2B-контракту с оплатой в долларах США или евро, в зависимости от ваших предпочтений, или по трудовому договору;
• Гибкий график работы;
• Возможность удаленной работы;
• Возможности профессионального роста;
• Корпоративный ноутбук для обеспечения комфортной и эффективной организации работы.​​​​​.

Описание

Задачи

• Разрабатывать и развивать алгоритмы динамического ценообразования (Surge Pricing) для оптимизации баланса спроса и предложения (нагрузка на кухни, утилизация курьеров);
• Моделировать ценовую эластичность спроса и прогнозировать поведение клиентов при изменении стоимости продуктов или доставки;
• Строить и выводить в продакшн модели прогнозирования спроса (временные ряды), которые ложатся в основу ценовых решений;
• Проводить A/B-тесты ценовых стратегий и оценивать их прямого влияния на выручку, маржинальность и объём заказов;
• Обеспечивать полный жизненный цикл ML-моделей прайсинга (от R&D до мониторинга в продакшене), используя MLOps-инструменты (MLflow, Feature Store).

Требования

• 2+ года коммерческого опыта в Data Science с фокусом на задачи Dynamic Pricing и Demand Forecasting. Опыт в e-commerce, ритейле, такси или фудтехе будет решающим плюсом;
• Глубокое понимание эластичности спроса и математических подходов к оптимизации цен;
• Опыт работы с временными рядами и прогнозированием спроса на больших массивах данных;
• Уверенное владение Python, SQL и PySpark для подготовки фичей и работы с транзакционными логами;
• Отличные знания теории и практики A/B-тестирования: умение дизайнить и анализировать ценовые эксперименты;
• Понимание юнит-экономики: способность четко связать технические метрики моделей (MAPE, RMSE) с бизнес-метриками (выручка, EBITDA, средний чек, маржа).

Условия

• Работу в глобальной компании с амбициозными целями и масштабными задачами (планируем кратный рост пиццерий и кофеен к 2030);
• Культуру свободы и ответственности. Мы ценим тех, кто готов принимать решения и брать за них ответственность;
• Гибкий формат. Можно работать из дома или офиса в Москве/Санкт-Петербурге/Алматы;
• Прозрачные условия. Конкурентная зарплата, возможности для роста и развития;
• Оплачиваемое обучение. Курсы, конференции, профильная литература и софинансирование английского в Skyeng;
• Заботу о сотрудниках. ДМС с первого дня, включая стоматологию, и поддержка ментального здоровья через Alter.

О нас

Мы разрабатываем собственную cloud-native платформу потоковой обработки данных и на её основе создаём решения в области текстового и сетевого анализа.

Работаем с большими объёмами данных — порядка 10 млн событий и 10 ТБ в сутки — и разрабатываем собственные state of the art алгоритмы.

Ищем ML/NLP-инженера в команду, которая занимается AI-сервисами на собственной инфраструктуре.

У нас нет жёсткого разделения между исследованием, разработкой моделей и их внедрением: можно исследовать новый подход, обучить модель, встроить её в pipeline и довести до production.

Чем предстоит заниматься

В зависимости от проекта задачи могут быть разными:

• разрабатывать и дообучать Transformer-модели для задач NLP — классификация, суммаризация, извлечение сущностей;
• работать с LLM и строить RAG и мультиагентные системы: retrieval, embeddings, формирование ответов, оценка качества и борьба с галлюцинациями;
• работать с документами и OCR, строить пайплайны подготовки и обработки данных;
• экспериментировать с новыми моделями и подходами, проводить бенчмарки и анализировать ошибки;
• интегрировать модели в существующие сервисы и асинхронные пайплайны, доводить решения до production;
• участвовать в проектировании AI-архитектуры и развитии внутренних AI-сервисов.

Часть задач связана с оптимизацией моделей и production-инфраструктурой, в том числе внедрение собственного MLOps-движка.

Что для нас важно

• Высшее техническое образование;
• уверенно владеть Python и SQL;
• иметь практический опыт работы с ML/NLP и Transformer-моделями;
• понимать устройство LLM и принципы работы и архитектуры RAG;
• иметь опыт работы с PyTorch и Hugging Face Transformers;
• уметь самостоятельно строить пайплайны подготовки данных и проводить эксперименты;
• понимать, как оценивать качество моделей и анализировать ошибки;
• иметь опыт интеграции ML/LLM-решений в production.

Для LLM-задач используем LangChain, LangGraph, LlamaIndex, vLLM, llama.cpp.

Для потоковой обработки и production-интеграции — Kafka,Pulsar, Python, Kubernetes, GitLab.

Будет плюсом

• Опыт разработки LLM-агентов и с использованием LLM-агентов;
• Fine-tuning и оптимизация моделей: квантование, дистилляция, ускорение инференса
• Опыт работы с BI/DWH/корпоративными данными
• Опыт с Docker/Kubernetes, GitLab CI
• Английский на уровне чтения технической документации, в числе умение читать научные статьи на английском (ICML, NeurIPS, KDD, IJCAI, ICLR) и быстро прототипировать новые подходы
• Готовность разбираться в новых как для себя, так и для компании технологиях, внедрять новые практики и подходы;
• Способность самостоятельно отвечать за задачу от уточнения требований и до выкатки на продакшен.

Наш стек:

Задачи ведём в таск-трекере собственной разработки, код храним в GitLab, сервисы работают в Kubernetes, деплой — через ArgoCD.

В работе используем PostgreSQL, Elasticsearch, ClickHouse, Kafka/Pulsar, RabbitMQ, а для мониторинга — LGTM-стек (Loki, Grafana, Tempo, Mimir).

Условия

• Официальное трудоустройство в аккредитованную ИТ-компанию в соответствии с ТК РФ
• График 5/2 с гибким началом рабочего дня
• Возможность гибридного формата работы по результатам испытательного срока
• Офис в шаговой доступности от м. Марьина роща

Компания ЕМЕ – разработчик и интегратор решений для управления логистикой. Мы в ТОП-3 вендоров и интеграторов WMS в России.

● 34 года в области разработки систем управления логистикой ● 2 500 000 кв.м.+ складских и производственных площадей под управлением EME.WMS ● 450+ внедрений на крупных и средних складах по всей России и СНГ ● В 2024 г. у нас произошло создание лаборатории AI и ML

Наше ПО каждый день генерирует десятки ГБ информации о работе складов, персонала и др.

Наш стэк: FastAPI, Docker, Langchain, Langgraph, PostgreSQL, Qdrant, sklearn, pandas, numpy и д.р.

Что вы получите:

• Работа над реальными интересными задачами, которые помогают работе бизнеса. Возможность быстрого роста.
• Гибкий график работы в удобном и уютном офисе (м. Сокольники);
• Оформление в соответствии с ТК РФ (обязательно наличие военного билета или печати в приписном об отсрочке для военнообязанных);
• Официальный доход;
• Дружный коллектив, неформальная атмосфера с оценкой работы по результатам ваших достижений.

Что будете делать:

• Формулировка и проверка гипотез;
• Построение Machine Learning моделей;
• Анализ и обработка больших объемов данных с целью выявления закономерностей и зависимостей;
• Написание алгоритмов обработки и подготовки данных;

• Организация сбора данных (проработка необходимых параметров отчета, ТЗ на составление кастомизированного отчета для выгрузки данных из различных БД – SQL, noSQL);
• Интерпретации данных в отчетах (выводы, графики, зависимости);
• разработка ИИ-агентов и MCP.

Что нам важно:

• Python на среднем уровне и выше;
• Опыт использования LLM и разработки MCP;
• Знания ООП и умение применять на практике;
• Базовые знания по backend;
• Опыт с SQL базами данных (PostgreSQL, SQLlite и д.р.);
• Базовые знания Linux;
• Опыт работы с Git;
• опыт работы с Docker, опыт построения агентов и цепочек на Langgraph/Langchain, опыт построения RAG систем.

Описание

Задачи

• Разрабатывать и развивать AI-продукты на базе LLM;
• Строить системы оценки качества и мониторинга моделей;
• Разрабатывать RAG- и агентные решения;
• Обеспечивать безопасность, надёжность и качество ответов моделей;
• Проводить эксперименты и внедрять улучшения на основе данных;
• Работать в кросс-функциональной команде над выводом решений в продакшен.

Требования

• Глубокое понимание ML и LLM;
• Опыт разработки AI-продуктов для продакшена;
• Опыт работы с RAG, поиском и агентными системами;
• Опыт оценки качества, мониторинга и сопровождения моделей;
• Понимание принципов безопасности и надёжности AI-систем;
• Уверенное владение Python;
• Знакомство с современным AI/LLM-стеком;
• Сильные коммуникативные навыки;
• Английский язык на уровне B1 и выше.

Условия

• Гибкий формат работы из офиса;
• Медицинскую страховку с первого дня;
• Бюджет на обучение: языковые курсы, тренинги, сертификации;
• Компенсацию расходов на спорт и ментальное здоровье;
• 20 рабочих дней отпуска и оплачиваемые больничные.

Описание

Задачи

• Обучать, дообучать и адаптировать модели компьютерного зрения и vision-language модели для задач обработки документов и изображений;
• Работать с данными на всех этапах: определять требования к датасетам, участвовать в подготовке данных, разметке и повышении качества;
• Оптимизировать модели для промышленного использования с точки зрения качества, производительности и устойчивости к реальным данным;
• Взаимодействовать с инженерами для внедрения моделей.

Требования

• Практический опыт работы с deep learning и Transformer-моделями;
• Опыт работы с OCR: распознавание текста, анализ структуры документов, извлечение данных;
• Опыт обучения, дообучения или адаптации CV-моделей под прикладные задачи;
• Уверенное владение PyTorch, OpenCV, torchvision или аналогичными инструментами;
• Понимание влияния качества данных и разметки на качество модели;
• Знание методов обучения и дообучения LLM-моделей;
• Английский язык на уровне B1 и выше.

Условия

• Гибкий формат работы из офиса;
• Медицинскую страховку с первого дня;
• Бюджет на обучение: языковые курсы, тренинги, сертификации;
• Компенсацию расходов на спорт и ментальное здоровье;
• 20 рабочих дней отпуска и оплачиваемые больничные.

Описание

Задачи

• Разрабатывать и поддерживать AI/ML-решения на базе LLM: настраивать модели, проектировать пайплайны обработки и хранения данных;
• Работать с промптами, RAG-системами и оценкой качества ответов моделей;
• Разрабатывать и улучшать OCR-решения для автоматической обработки и валидации документов;
• Проводить эксперименты и A/B-тесты для оценки и улучшения качества AI-систем;
• Участвовать в решении технических задач, проводить код-ревью и обеспечивать качество решений.

Требования

• Опыт работы с LLM, промпт-инжинирингом и ML-пайплайнами;
• Опыт оценки качества моделей и проведения экспериментов;
• Умение проектировать и внедрять эффективные AI-решения;
• Опыт разработки и сопровождения production-сервисов;
• Уверенное владение Python;
• Опыт работы с коммерческими и open-source LLM;
• Знакомство с инструментами для разработки и оценки RAG-систем;
• Сильные коммуникативные навыки;
• Английский язык на уровне B1и выше.

Условия

• Гибкий формат работы из офиса;
• Медицинскую страховку с первого дня;
• Бюджет на обучение: языковые курсы, тренинги, сертификации;
• Компенсацию расходов на спорт и ментальное здоровье;
• 20 рабочих дней отпуска и оплачиваемые больничные.

Описание

Задачи

• Мы создаем AI-решения, которыми пользуются сотрудники и клиенты каждый день. Сейчас ищем инженера, который поможет развивать и поддерживать современные AI-сервисы;
• Чем предстоит заниматься;
• 🔹 Разрабатывать backend на Python;
• 🔹 Поддерживать AI-ассистентов и LLM-сервисы;
• 🔹 Создавать API-интеграции;
• 🔹 Анализировать инциденты и работать с логами;
• 🔹 Участвовать в релизах и сопровождении AI-платформ;
• 🔹 Работать с распределенными системами и MCP-сервисами.

Требования

• Будет здорово, если у тебя есть;
• ✔️ Опыт Python (FastAPI, asyncio);
• ✔️ Понимание работы LLM и AI-агентов;
• ✔️ Git, Docker;
• ✔️ Опыт работы с API и базами данных;
• ✔️ Навыки анализа логов и поиска ошибок;
• Будет преимуществом;
• ➕ LangChain, LangGraph, MCP;
• ➕ Kubernetes;
• ➕ Grafana, ELK, Sentry;
• ➕ Опыт интеграции AI-сервисов.

Условия

• OLZHA - гибкий пакет льгот;
• Современный офис HCB HUB / гибридный формат;
• Обучение и развитие;
• Wellbeing-программы;
• Сообщество сильных инженеров и реальные AI-проекты.

Описание

Задачи

• Разработка и внедрение моделей машинного обучения для прогнозирования, оптимизации и анализа данных в энергетической отрасли;
• Интеграция ML-решений в существующие корпоративные системы на базе .NET;
• Обработка и очистка больших объёмов данных из MSSQL/PostgreSQL;
• Создание ETL-процессов для подготовки данных;
• Оптимизация производительности запросов и пайплайнов обработки данных;
• Разработка API-сервисов для взаимодействия моделей с фронтенд-приложениями (Angular);
• Документирование кода, алгоритмов и экспериментов;
• Участие в проектировании архитектуры данных и ML-компонентов.

Требования

• Опыт работы с одной из БД: MSSQL / PostgreSQL / MySQL;
• Уверенное владение Python или R (дополнительно C# — будет преимуществом);
• Опыт работы с библиотеками для DS: pandas, numpy, scikit-learn, statsmodels;
• Навыки написания production-кода с использованием OOP и best practices;
• Опыт работы с REST API (разработка и интеграция);
• Понимание принципов многопоточности и оптимизации вычислительных процессов;
• Опыт написания Unit-тестов для кода обработки данных и моделей;
• Умение работать с Git (GitLab) и системами CI/CD (TeamCity);
• Опыт контейнеризации приложений (Docker);
• Навыки визуализации данных;
• Практический опыт оптимизации производительности SQL-запросов.

Условия

• Официальное трудоустройство в соответствии с ТК РК;
• Доход: заработная плата + премии по итогам работы, уровень обсуждается с успешным кандидатом по результатам собеседования;
• Интересные задачи, масштабные проекты в энергетике;
• Сертификация, обучение и развитие за счёт компании;
• Гибкое начало трудового дня;
• Режим работы: удалённо.

Selecty — аккредитованная IT-компания, оказывающая услуги в сфере IT-аутсорсинга.

Работаем на рынке более 10 лет, с 2013 года успешно решая задачи любой сложности в рамках цифровой трансформации для крупного бизнеса. Среди заказчиков Selecty — более 300 компаний из списка РБК Топ-500.

Задачи

• Реализация полного цикла разработки моделей и ML-решений от постановки задачи до передачи модели на внедрение и мониторинг.
• Генерация подходящих ML-решений для задач бизнеса, формирование БТ-моделей и тех. заданий смежным стримам и командам.
• Выполнение проектных задач в установленные сроки.
• Подготовка отчетов о разработке моделей, ТЗ для MLOps и DE, поиска данных.

Требования

• ML-опыт работы в банковском/финансовом/телеком/ритейл-секторе от 5 лет.
• Уверенное владение Python, PySpark и глубокое знание алгоритмов ML/DL.
• Способность поддержки full-stack-разработки от сбора требований к задаче до реализации, документации и последующего мониторинга моделей.
• Развитые soft-skills и опыт написания ТЗ, БТ, проектной документации.
• Высшее техническое / финансово-математическое / экономическое образование.
• Приветствуется: опыт разработки ИИ-агентов, LLM-based решений, публикации и выступления на конференциях, участие в соревнованиях по ML/DL.

Selecty — аккредитованная IT-компания, оказывающая услуги в сфере IT-аутсорсинга.

Работаем на рынке более 10 лет, с 2013 года успешно решая задачи любой сложности в рамках цифровой трансформации для крупного бизнеса. Среди заказчиков Selecty более 300 компаний из списка РБК Топ-500.

Чем предстоит заниматься

• Профилирование и сегментирование клиентов, анализ интересов, склонностей к определенным видам кредитных и некредитных продуктов, к категориям транзакций, к каналам коммуникации (next best action, best channel, best time to call), системы рекомендаций продуктов и услуг.
• Прогнозирование уровня удовлетворенности клиентов сервисами банка и каналами взаимодействия, аналитика точек продаж, анализ инвестиционного риск-аппетита, задачи оптимизации, выявление родственных связей, анализ отзывов в сети Интернет и суммаризация текстов обращений, задачи поиска шаблонов в SMS, прогнозирование LTV.

Требования

• Опыт работы в банковском/финансовом/телеком-секторе/ритейл-секторе от 2 лет в роли аналитика/DS, понимание банковских бизнес-процессов, опыт в моделировании.
• Уверенное владение Python, Spark.
• Знание алгоритмов ML: деревьев решений и случайных лесов, регрессии, бустингов, кластеризации, временных рядов и др., понимание принципов работы рекомендательных систем и лежащих в основе алгоритмов, опыт работы с текстовыми данными приветствуется.
• Умение работать в условиях многозадачности, самостоятельность.
• Знание DL приветствуется: опыт обучения и использования нейросетей и предобученных моделей (RNN, LSTM, BERT, GPT).

Дорогой кандидат, мы – команда экспертов, объединенных общей страстью к искусственному интеллекту и рекомендательным системам (RecSys). Нашей главной задачей является создание современной, масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей и предлагать персонализированные рекомендации на каждом этапе их взаимодействия с экосистемой Сбер.

Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения. Если вам близка идея участия в развитии рекомендательной системы, которая помогает миллионам пользователей, присоединяйтесь к нам!

Сейчас в команду мы ищем Junior Data Scientist / ML Engineer!

Стек технологий:

Python, PySpark, PyTorch, Airflow, MLflow, Kubernetes, Redis, Kafka, S3, FastAPI и др.

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

• разработка и улучшение ML-пайплайнов для задач RecSys: подготовка данных, обучение моделей, валидация и внедрение совместно с опытными коллегами

• анализ и работа с большими объёмами данных на PySpark при поддержке команды

• изучение и применение актуальных методик в области Data Science, Deep Learning и RecSys

• взаимодействие с командой разработки и аналитики, участие в генерации гипотез и обсуждении решений, презентация результатов своей работы.

• вы учитесь на старших курсах или недавно завершили обучение по математическому или IT-направлению

• искренний интерес к машинному обучению и рекомендательным системам, любознательность и готовность быстро учиться. Нам важны инициатива, вопросы по существу и желание доводить задачи до результата

• практический опыт решения ML-задач в учебных, исследовательских или pet-проектах: подготовка данных, обучение моделей и оценка качества

• уверенное знание Python и знакомство с основными библиотеками для анализа данных и ML (NumPy, pandas, scikit-learn; PyTorch будет преимуществом)

• способность самостоятельно разбираться в новых темах, читать технические материалы на английском, задавать вопросы и работать в команде.

Будет плюсом:

• учебный, исследовательский или pet-проект в области рекомендаций

• знакомство с ranking-задачами, feature engineering, A/B-тестами или ML-экспериментами

• знакомство с PySpark, SQL, Git, Linux или инструментами построения ML-пайплайнов

• участие в профильных курсах, хакатонах, соревнованиях или стажировках по ML / RecSys

• навыки работы с генеративными AI-моделями

• опыт создания AI-агентов и использования их в работе будет преимуществом

• опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов

• инструментальное владение AI для анализа, генерации и автоматизации

• опыт командной разработки, участия в open-source или понимание принципов code review и тестирования.

• гибридный/офисный формат работы (опционально). Офис расположен по адресу Нижний Новгород, Октябрьская, 35 лит. А

• ежегодный пересмотр зарплаты, квартальная и годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• программа адаптации и помощь руководителя на старте

• 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.

HOT VACANCY 🚨

Мы ищем Middle Data Engineer в команду клиента. В этой роли вы будете отвечать за инженерный фундамент: надежность пайплайнов, эффективное наполнение слоев DWH, мониторинг и оптимизацию вычислительных затрат.

😎 Клиент: международный стартап в CFD/Forex/Брокер

💰 ЗП: 2000-2500$, выплата в крипте

🌍 Локация: Любая, кроме РФ.

🕦 Формат работы: полная удаленка, гибкий график, европейский часовой пояс

👥 Команда: русскоговорящая

Чем предстоит заниматься:

🧩 Развитие пайплайнов: разработка и поддержка конвейеров Airflow; перенос обработки данных из pandas в вычисления в хранилище данных в Redshift.

🧩Оптимизация загрузки: перевод DWH с полного пересчета истории (full reload) на инкрементальную загрузку.

🧩Моделирование данных: разработка dbt-моделей (слои, автоматические тесты, документация).

🧩Качество и надежность: настройка мониторинга, алертинга и SLA по актуальности данных; регулярный контроль качества (полнота, соответствие источникам, корректность типов).

🧩Интеграции: подключение новых источников (ERP-системы, продуктовые события, платежные шлюзы).

🧩Производительность: оптимизация тяжелых SQL-запросов и контроль расходов на инфраструктуру DWH.

🧩Документирование: ведение актуальной документации по пайплайнам и моделям данных.

Требования к кандидату:

🧩Опыт: от 2 лет в Data Engineering или Data Analytics с сильной инженерной составляющей.

🧩SQL & DWH: уверенный SQL и практический опыт работы с аналитическими БД (Redshift, ClickHouse, BigQuery или Snowflake).

🧩Python: уровень Production (структурирование проектов, обработка ошибок, логирование).

🧩Orchestration: опыт работы с Apache Airflow (написание DAG, обработка зависимостей, обеспечение идемпотентности, backfill).

🧩dbt & Архитектура: понимание многоуровневой архитектуры хранилища данных (сырой · тестовый · витрины)

🧩Облака (AWS): опыт работы с S3, EC2, понимание IAM и логики формирования стоимости сервисов.

🧩Инструменты & Подходы: Git, Code Review, умение самостоятельно доводить задачи до продакшена.

🧩Английский язык: уровень A2(свободное чтение технической документации).

Если заинтересовала позиция жду ваши резюме в ТГ @HRAnastasiaG или в личку в линк 💜

"Реакции (%numReactions%)"

"Реакции (%numReactions%)"

2

"https://static.licdn.com/aero-v1/sc/h/cyfai5zw4nrqhyyhl0p7so58v"

"https://static.licdn.com/aero-v1/sc/h/asiqslyf4ooq7ggllg4fyo4o2"

"https://static.licdn.com/aero-v1/sc/h/22ifp2etz8kb9tgjqn65s9ics"

"https://static.licdn.com/aero-v1/sc/h/a0e8rff6djeoq8iympcysuqfu"

"https://static.licdn.com/aero-v1/sc/h/bn39hirwzjqj18ej1fkz55671"

"https://static.licdn.com/aero-v1/sc/h/cryzkreqrh52ja5bc6njlrupa"

"https://static.licdn.com/aero-v1/sc/h/2tzoeodxy0zug4455msr0oq0v"

Нравится

Комментировать

"Ссылка скопирована в буфер обмена."

"При копировании в буфер обмена произошла ошибка."

Поделиться

Копировать

LinkedIn

Facebook

X

Группа компаний «HBM» — неизменно высокое качество, надежность, комфортное и доступное жилье для каждого.

Обязанности:

• Выявление бизнес-потребностей, перевод бизнес-целей на языке DS;

• Сбор данных их различных источников (SQL/NoSQL), извлечение из них полезного сигнала;

• Взаимодействие с бизнес-заказчиками, презентация результатов исследований и внедрений;

• Участие в обслуживании и проработке постановки задач с бизнес заказчиком;

• Подготовка бизнес требований на витрины для разработки моделей, а также требований на внедрение модели в промышленную эксплуатацию;

• Участие в согласовании разработанных моделей перед заказчиком, подготовка презентаций.

Требования:

• Опыт в части ML - от 1 года;
• Хороший опыт и знания SQL;
• Опыт работы в строительной компании будет преимуществом;
• Аналитический склад ума.

Условия:

• Официальное трудоустройство по ТК РФ + полный социальный пакет (оплата основного ежегодного отпуска и больничного листа);
• Белая заработная плата;
• График работы: 5/2 (с 9.00 до 18.00).

Спасибо за проявленный интерес к нашей вакансии!

• Проектирование и разработка хранилищ и витрин данных
• Обеспечение качества данных (Data Quality)
• Визуализация данных и дашборды

• Высшее образование
• Опыт работы аналитиком/инженером данных от 3-х лет со знанием dbt, Airflow
• Проектирование и разработка DWH – staging, детальный слой, витрины данных
• Продвинутый уровень SQL и PostgreSQL
• Разработка потоков и трансформация данных – dbt, Airflow.
• Разработка на Python – venv, pandas, requests, т.п.
• Практический опыт контроля и обеспечения качества данных
• Опыт построения дэшбордов.

• Гибридный режим работы, НЕ 100% УДАЛЕНКА!
• ДМС со стоматологией
• Команда профессионалов
• Комфортный офис в пешей доступности от метро