ML и AI — свежие вакансии

Кто сказал, что нужен опыт? Мы ценим твой потенциал!
Мы — российская аккредитованная ИТ-компания, обладатель премии «Работодатель года» по версии Habr. C 2007 года разрабатываем цифровые решения для b2b-клиентов.

Мы работаем с топовыми российскими и иностранными компаниями и знаем, какие специалисты востребованы на рынке. Наша принципиальная позиция - самостоятельная подготовка специалистов в штат, с чем мы прекрасно справляемся, благодаря собственной программе обучения.

Ежегодно мы обучаем 900+ человек, лучшие стажеры после обучения получают первую работу в IT. 75% стажеров с первого раза проходят интервью на проекты.
Поэтому приглашаем вас на обучение Дата инженер с последующим трудоустройством.

Из чего состоит программа обучения?

• онлайн-интенсив 1 месяц;

• вы изучаете теорию и отрабатываете ее с помощью практических заданий;

• обучение на онлайн-интенсиве можно совмещать с работой.

Требования к кандидатам:

• законченное высшее или среднее специальное профильное образование;
• готовность пройти стажировку в компании ASTON.

После успешного окончания онлайн-интенсива обучающийся автоматически зачисляется на стажировку в Лабораторию ASTON.

Условия стажировки:

• обучение 3-4 месяца 5 дней в неделю с 9:00 до 18:00 с перерывом на обед;
• изучение теории с еженедельными проверками изученного материала;
• практика на учебных проектах под руководством опытного технического руководителя;
• подготовка к собеседованию и самопрезентации;
• для кандидатов обязательно посещение офиса;

• после старта на коммерческом проекте формат работы: гибридный в офисе ASTON до момента перехода на уровень М2 (3 дня/2 дня удаленно) / полное посещение офиса заказчика;

• после старта на коммерческом проекте желательна готовность к командировке в Санкт-Петербург или Москву.

Что мы предлагаем?

• платим стипендию;
• официально устраиваем на работу;
• первая заработная плата от 85 000 ₽ до вычета НДФЛ;
• даем доступ к корпоративной программе обучения;
• после выхода на проект регулярно пересматриваем и повышаем зарплату;
• обеспечиваем классические IT-плюшки: офис в центре города, корпоративные ивенты, частичная компенсация стоимости спортивных абонементов.

Приходи в ASTON и расти вместе с нами!

Кого мы ищем:

Data аналитика / Data Engineer уровня Middle+, который построит надежную основу для аналитики: получение данных, очистку, нормализацию, витрины, контроль качества и подключение этих данных к BI.

Для нас важен специалист, который, прежде всего, понимает, как сделать данные корректными, воспроизводимыми и пригодными для анализа и затем умеет интегрировать их в BI-систему.

О роли

Эта роль на стыке аналитики данных, data engineering, продуктовой аналитики и BI.

Фокус роли:

50% — данные SmartShell как SaaS: получение данных из БД, очистка, нормализация, витрины, контроль качества данных, корректность расчетов SaaS-метрик;

30% — продуктовые и операционные данные: получение данных из БД, очистка, нормализация, витрины, контроль качества данных, анализ того как клубы и геймеры используют продукт, какие события, статусы, сценарии и паттерны нужно корректно учитывать в аналитической модели;

20% — BI и прикладная аналитика: подготовка данных для дашбордов, отчетов, ad hoc-аналитики и регулярных управленческих срезов.

Чем предстоит заниматься:

• Получать данные из БД и разных источников, разбираться в структуре данных продукта и бизнес-логике SmartShell.
• Очищать, нормализовать и приводить данные к единой аналитической модели.
• Проектировать и поддерживать витрины данных для ключевых бизнесовых, продуктовых и операционных метрик.
• Работать с кейсами грязных данных: дубликаты, разрывы, изменяемые статусы, возвраты клиентов, временные паузы, повторные подключения, неполные или неконсистентные данные.
• Готовить надежную основу для BI-отчетности и дашбордов для management, product, sales и marketing команд.
• Подключать данные к BI-инструментам и поддерживать корректность отчетности.
• Участвовать в развитии логики метрик, структуры данных и аналитической модели продукта.
• Готовить регулярные аналитические материалы и ad hoc-исследования по запросам бизнеса на основе уже подготовленных и проверенных данных.

Что для нас важно:

• Уверенное владение SQL: сложные выборки, JOIN’ы, агрегации, оконные функции, работа с несколькими источниками данных, подготовка витрин и датасетов для BI.
• Опыт работы с Yandex DataLens, ClickHouse или другими аналитическими хранилищами.
• Самостоятельность, системность, внимательность к деталям и сильное аналитическое мышление.

Что мы предлагаем:

• Работу в продуктовой компании с реальным влиянием на качество данных, аналитику, продукт и бизнес-решения.
• Нетипичную и сильную роль на стыке data analytics, data engineering, SaaS, product analytics и business analytics.
• Большой объем продуктовых, клиентских и операционных данных, которые нужно привести в надежную аналитическую систему.
• Возможность с нуля или почти с нуля выстроить корректную основу для аналитики: витрины, правила расчета метрик, BI-отчетность и контроль качества данных.
• Небольшую сильную команду и высокий уровень самостоятельности.
• Собственный продукт — от разработки до вывода на рынок и масштабирования.
• Оформление по ТК РФ.
• Белую заработную плату.
• ДМС.
• Офис на Большой Конюшенной напротив ДЛТ.

ООО «Русское молоко» — поставщик натуральной молочной продукции, творога, сыра, мороженого и замороженных полуфабрикатов. Имеет собственное высокотехнологичное предприятие полного цикла, которое находится недалеко от Москвы в городе Дмитрове. Основными поставщиками молока являются фермерские хозяйства, расположенные в экологически чистых регионах России. Ежедневно заводом перерабатывается свыше 100 тонн молока. Компания имеет дистрибьютерскую сеть, собственный автопарк. Владеет торговыми марками: «Свитлогорье», «ДМ3».

Ассортимент насчитывает более 200 наименований. Выпускается в двух сегментах: «средний+» и «премиум».

Сегодня продукция предприятия представлена во всех федеральных и крупных региональных сетях. В ближайших планах предприятия запуск новых линий по производству инновационных продуктов. Предприятие активно сотрудничает со странами СНГ и другими зарубежными странами и всегда открыто для новых контактов.

Нас любят, нас выбирают, в этом заключается наш успех, поэтому мы стараемся соответствовать взятым на себя обязательствам: «ЛЮБИМЫМ - ТОЛЬКО ЛУЧШЕЕ».

Описание вакансии

Мы строим корпоративное хранилище данных с нуля — и ищем человека, который станет его главным архитектором и одновременно тем, кто будет держать эту систему в руках.

Это не роль «поддерживать то, что есть». Это роль создать фундамент аналитики компании: спроектировать модель, выстроить потоки данных из 1С, API и внешних источников, подготовить витрины для бизнеса — и обеспечить, чтобы всё это работало стабильно, быстро и прозрачно.

Стек — современный и распределённый: Greenplum, Arenadata, ClickHouse, S3, PostgreSQL, Airflow, dbt. Нагрузка — на несколько серверов. Объёмы — реальные, не учебные.

Обязанности:

• Архитектура и моделирование

  Спроектировать DWH с нуля: выбрать методологию (Kimball / Inmon /Data Vault / гибрид), заложить слои raw → core → marts.

  Разработать логические и физические модели под аналитические запросы, а не под OLTP-нагрузку.

  Заложить стандарты моделирования и Data Quality, чтобы эффективность системы не снижалась со временем.

• Интеграции и ETL/ELT

  Подключить источники: 1С (обмены через API/ODBC), внешние REST API, файловые выгрузки.

  Построить пайплайны в Airflow: DAG'и, обработка ошибок, retry-логика, мониторинг сбоев.

  Реализовать трансформации в dbt / SQL — с версионированием и код-ревью.

• Витрины и аналитика

  Построить витрины данных под ключевые бизнес-процессы (продажи, запасы, финансы — типично для FMCG).

  Обеспечить, чтобы BI-инструменты (Сбер Навигатор, Superset, Power BI) «летали».

• Администрирование и производительность

  Оптимизация под MPP: партиционирование, распределение (distribution keys), материализованные представления, движки таблиц в ClickHouse.

  Мониторинг пайплайнов и БД, реагирование на инциденты, бэкапы.

  Контроль качества данных: что загрузилось, где расхождения, кто виноват.

• Документирование и стандарты

  Вести техническую документацию: архитектура, схемы, контракты интеграций.

  Внедрить CI/CD для БД и ETL, Git-flow, код-ревью.

• 3+ года в роли DWH-разработчика / Data Engineer / Database Developer
• Уверенный SQL: сложные запросы, оконные функции, оптимизация планов выполнения
• Практический опыт с MPP-системами (Greenplum / Arenadata / ClickHouse) — не на уровне «читал документацию»
• Построение ETL/ELT-пайплайнов: Airflow (или аналоги), понимание идемпотентности, обработки ошибок
• Работа с источниками: 1С, REST API, файловые форматы, реляционные БД
• Понимание архитектуры DWH: Kimball vs Inmon, слои, звёздные схемы, нормализация vs денормализация
• Умение писать документацию и простой поддерживаемый код

Soft Skills:

• Опыт с dbt, Kafka/Debezium (CDC-потоки), S3
• Docker, Kubernetes, CI/CD, GitLab
• Data Quality, Data Governance на практике, а не в теории
• Опыт администрирования аналитических БД (не только разработки)
• Знакомство с Hadoop-экосистемой
• Опыт в FMCG / ритейле — понимание предметной области (продажи, запасы, промо)

• График работы: 5/2 с 09:00 до 18:00.
• Оформление по ТК РФ;
• Скидка на продукцию для сотрудников.
• Место работы: м. Кунцевская или м. Озёрная, ул. Рябиновая д. 26, стр.1 БЦ WEST PLAZA

Департамент информационных технологий Москвы создает и развивает цифровые проекты, которые делают столицу комфортнее, а жизнь горожан — удобнее и мобильнее. Для системы управления столицей технологии — это незаменимый инструмент, который применяется во всех отраслях экономики, городского хозяйства и социальной сферы. А для миллионов горожан — повседневный помощник, который позволяет получать сотни услуг и сервисов в удобном цифровом формате в режиме 24/7.

Мы гордимся созданным Порталом Москвы, ведь его делают очень крутые люди! У нас амбициозный план по развитию Портала и для усиления нашей команды в направление «МосБилет», которое обеспечивает единую управляемую билетную экосистему для культурной отрасли: от покупки на сайте bilet.mos.ru и использования билета до сервисного сопровождения и отраслевой аналитики, ищем крутого специалиста - Инженер данных

Что нужно делать:

- Разрабатывать, поддреживать и развивать аналитические системы хранения данных
- Разрабатывать и поддерживать ETL-процессы сбора и обработки данных
- Создавать и развивать системы мониторинга за ETL-процессами
- Участвовать в обсуждении и проектировании логической структуры данных данных с другими членами команды

Какие знания и навыки нам важны:

- Опыт работы в качестве инженера данных
- Опыт работы с большими объемами данных и системами обработки данных
- Знание SQL
- Опыт работы с БД (PostgreSQL, ClickHouse)
- Знание Python, опыт написания ETL

Что предлагаем:

• официальное трудоустройство в аккредитованную ИТ-компанию
• график работы гибрид 5/2 (офис в 3 минутах от станции метро Таганская)
• ежегодное премирование по результатам работы
• материальную помощь в случае важных событий в жизни
• корпоративное обучение у топовых провайдеров и доступ к онлайн-библиотеке
• скидки от партнеров на ДМС, связь, развлечения, подарки, спорт и т.д.

• корпоративные тренировки и спортивные активности - бег, футбол, волейбол, баскетбол, теннис и другие
  
  Стань частью команды ДИТ Москвы и воплощай в жизнь цифровые проекты столицы!

О команде

Авито.Путешествия — быстрорастущий продукт внутри крупнейшей онлайн-платформы объявлений в мире. Мы конкурируем с крупнейшими тревел-игроками и при этом обладаем уникальным преимуществом: гигантская экосистема Авито, доступ к данным о поведении пользователей за пределами тревел, и инфраструктура, которая позволяет масштабировать решения до десятков миллионов пользователей.

Направление динамического ценообразования — одна из ключевых ставок бизнеса на горизонте 2027+. Это про то, чтобы каждый рубль, вложенный в промо или скидку, работал точно на свою задачу: привлекал нового байера, реактивировал спящего, увеличивал LTV хоста.

Примеры будущих задач:

— побаерные промо: модель, которая определяет, какому пользователю какой оффер отдать (скидка, кэшбек, бонусные ночи), чтобы максимизировать конверсию при контроле бюджета;

— поайтемные промо: выбор объектов для продвижения в выдаче — какие объявления «подсветить», чтобы поднять GMV и улучшить матчинг спроса и предложения;

— uplift-модели для промо-кампаний: отделить тех, кого промо реально сдвинет, от тех, кто купил бы и так;

— модели ценовой эластичности спроса: как изменится букинг при изменении цены на X% для данного сегмента / региона / сезона;

— прогнозирование спроса (demand forecasting): кратко- и среднесрочные прогнозы на уровне регионов, дат, категорий жилья — для оптимизации аллокации промо-бюджетов и планирования стока;

— дизайн и анализ A/B-тестов для ценовых и промо-интервенций (с учётом сетевых эффектов маркетплейса, switchback-дизайны);

— каузальный инференс: оценка эффекта промо и ценовых изменений в ситуациях, когда чистый A/B невозможен (diff-in-diff, synthetic control, instrumental variables).

Вам предстоит:

— проектировать и строить ML-системы для ценообразования, промо-аллокации и прогнозирования спроса — от постановки до продакшена;

— декомпозировать бизнес-задачи в ML/оптимизационные постановки. Понимать что именно мы должны оптимизировать и где использовать ML, а где обойтись подходами проще;

— проектировать и анализировать эксперименты (A/B, switchback, каузальный инференс), валидировать модели на оффлайн- и онлайн-метриках;

— встраивать модели в продукт: realtime/batch пайплайны, интеграция с сервисами бекенда;

— обеспечивать зрелость ML-систем: мониторинг, алерты, тесты, документация, воспроизводимость экспериментов;

— влиять на продуктовые и бизнес-решения через данные — объяснять результаты стейкхолдерам и продакт-менеджерам.

Мы ждём, что вы:

— имеете уверенный Python и опыт построения ML-пайплайнов от датасета до прода (sklearn, scipy бустинги, pytorch — в зависимости от задачи);

— имеете опыт продуктивизации моделей: Docker, Git, CI/CD, микросервисная архитектура;

— умеете работать с большими данными: SQL на уровне сложных аналитических запросов, опыт с Vertica/Trino или аналогами;

— понимаете экономику маркетплейсов: двусторонние эффекты, механика комиссий и промо;

— умеете объяснять сложные модели и их результаты нетехнической аудитории — продактам, бизнесу, стейкхолдерам;

— самостоятельность: умеете сами ставить задачи, приоритизировать и доводить до результата.

Работа у нас — это:

— возможность влиять на бизнес и развитие продукта;

— интересные и разнообразные задачи: аналитики в Авито ищут точки роста бизнеса, изучают поведение пользователей, придумывают фреймворки и настраивают дашборды;

— много качественных данных, мощная инфраструктура и инструменты, любое необходимое железо — всё готово для продуктивной работы;

— талантливая команда, крутая аналитическая культура и сообщество профессионалов;

— прозрачная система премий, достойная зарплата, размер обсудим на собеседовании;

— личный бюджет на обучение, который можно тратить на книги, курсы и конференции;

— забота о здоровье: с первого дня у вас будет ДМС со стоматологией, в офисе принимают терапевт и массажист;

— удалёнка и замечательный офис в двух минутах от метро «Белорусская»: панорамный вид центр города, места для уединённой работы и зоны отдыха.

#Vacancy

#Вакансия

#ПоискСпециалиста

#Тестирование

#Тестировщик

#QA

#SoftwareTesting

#WebsiteAudit

#AIAutomation

#n8n

#PartTime

#RemoteWork

Ищем специалиста AI Automation & QA на проектную / part-time занятость (примерно на 10 часов в неделю).

Задачи:

• Провести полный аудит существующего сайта;

• Проверить функционал, пользовательские сценарии, UX/UI;

• Выявить баги, проблемы в логике и точки роста;

• Подготовить структурированный отчет с приоритетами и рекомендациями по улучшению.

• Настройка и развитие AI-автоматизаци;

• Работа с n8n и интеграциями между сервисами

• Внедрение AI-инструментов для оптимизации бизнес-процессов

Что важно:

• Релевантный опыт работы от 3-х лет

• Опыт проведения аудита веб-проектов

• Практический опыт работы с n8n

• Как плюс - Наличие кейсов, которые можно показать

Формат сотрудничества:

• Проектная работа / part-time;

• Ориентировочно 10 часов в неделю;

• Не full-time;

• Объем задач может меняться от месяца к месяцу;

• Почасовую ставку готовы обсуждать.

Если вам интересно, отправьте в л/с резюме и желаемую часовую ставку 🙏

Просмотр информации C2PA

Мы в поисках MLOps-иженера в команду обеспечению надежности машинного обучения. Ты будешь участвовать в проектировании и развитии платформы для полного жизненного цикла машинного обучения: от экспериментов и обучения моделей до промышленного сервинга, мониторинга, переобучения и вывода моделей из эксплуатации. Мы ищем специалиста с опытом и отраслевой экспертизой, готового принимать архитектурные и инженерные решения, автоматизировать процессы и повышать надежность ML-платформы.

Чем предстоит заниматься:

• Разрабатывать и поддерживать инфраструктуру для экспериментов, обучения и деплоя ML-моделей в batch и online режимах на CPU/GPU
• Автоматизировать жизненный цикл модели от регистрации до промышленного сервинга: сборка образов, проверки, публикация артефактов, деплой, канареечные релизы, A/B-тесты и откаты
• Проектировать и развивать платформу инференса для batch- и online-сценариев на CPU/GPU
• Развивать ML-инфраструктуру на базе Kubernetes: кластеры, GPU-ресурсы, операторы, изоляция окружений, автоскейлинг, маршрутизация трафика и управление ресурсами
• Развивать и поддерживать платформенные компоненты для работы с признаками, моделями и ML-артефактами
• Развивать мониторинг ML-систем: инфраструктурные метрики, метрики сервинга, качество моделей, распределения входных данных, дрейф данных и деградация поведения моделей
• Обеспечивать воспроизводимость и управляемость ML-процессов: версионирование кода, данных и моделей, история экспериментов, изоляция сред обучения и инференса, аудит изменений
• Оптимизировать использование вычислительных ресурсов, включая GPU, с учетом надежности, производительности и стоимости
• Исследовать новые инструменты и подходы в MLOps, оценивать их применимость и внедрять там, где это повышает надежность, скорость разработки или эффективность платформы

Мы ожидаем:

• Опыт внедрения и сопровождения Kubernetes-кластеров для сервинга ML-моделей на GPU и CPU

• Практический опыт эксплуатации инструментов для деплоя и обслуживания моделей: Triton Inference Server, BentoML или аналогичных решений

• Опыт запуска и поддержки инференс-движков в Kubernetes

• Понимание подходов к автоскейлингу, балансировке нагрузки и маршрутизации запросов для ML-сервисов

• Понимание принципов мониторинга качества, поведения и эксплуатационных параметров ML-моделей

• Опыт настройки GPU-инфраструктуры: драйверы, CUDA Toolkit, MIG, GPU-enabled Docker, nvidia-container-toolkit

• Понимание жизненного цикла ML-экспериментов и инструментов их трекинга: MLflow, ClearML или аналогов

• Уверенное владение Python для автоматизации, разработки внутренних инструментов и интеграций

• Уверенный опыт работы с Kubernetes в production: workloads, операторы, Helm, HPA, ingress, storage, observability, диагностика и устранение проблем

• Опыт описания и автоматизации инфраструктуры на базе IaC: Terraform, Ansible, GitOps-подходы

• Опыт работы с системами контроля версий и организации CI/CD (GitLab, Bitbucket, Bamboo)

• Опыт работы с Docker и OCI-образами: сборка, оптимизация, публикация и эксплуатация

• Уверенное владение Linux: настройка, мониторинг, диагностика сетевых, файловых, ресурсных и производительных проблем

• Опыт настройки мониторинга и алертинга: Prometheus Stack

• Опыт безопасной работы с секретами, токенами, сертификатами и чувствительными данными

Будет плюсом

• Опыт работы с Yandex Cloud, bare metal-инфраструктурой или гибридными окружениями

• Опыт работы с Kubeflow Pipelines, Kubeflow Notebooks, Kubeflow Katib, Kubeflow KServe

• Опыт работы с Feature Store: Feast, Aerospike, key-value-хранилища или аналогичные решения

• Опыт работы с DVC, Git LFS, реестрами моделей и хранилищами ML-артефактов

• Опыт работы со Spark, Trino, Hadoop, JupyterHub

Мы команда «Кредитные решения", и мы решаем масштабные задачи. Наш фокус-обеспечение роста портфеля сегмента «Средний+» в машиностроении, транспорте, лизинге и госсекторе. От наших решений зависит кредитная стратегия банка, а в управлении — портфель на триллионы рублей.

Мы управляем этим огромным портфелем через систему риск-стратегий, постоянно ища баланс между доходностью и надёжностью. Мы не просто работаем с цифрами, мы их создаём, внедряя инновации. Сейчас мы находимся на этапе активной трансформации: переводим кредитование в «цифру» и используем машинное обучение (ML), чтобы принимать решения быстрее и точнее. Если ты хочешь видеть реальный результат своей работы в масштабах страны, тебе к нам.

Обязанности

постановка задач и контроль разработки новых ML-моделей, используемых в риск-стратегиях и поддержание в актуальном состоянии действующих ML-моделей. Интеграция ML-моделей в риск-стратегии, в т.ч.:

• адаптация риск-стратегий под новый модельный стэк
• проведение бизнес-аналитики и постановка задач на доработку / разработку риск-стратегий
• подготовка и согласование организационно-распорядительной документации, связанной с внедрением ML-моделей и риск-стратегий.

Требования

• высшее образование
• знание классического ML, опыт внедрения моделей в пром-процессы, включая проведения бизнес-аналитики
• языки: SQL, Python
• опыт работы с корпоративными хранилищами данных математическая статистика: тестирования гипотез, построение доверительных интервалов, регрессионный анализ.

Условия

• комфортный современный офис рядом с м. Кутузовская
• 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 для каждого сотрудника
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.

ПравоТех — продуктовая IT-компания, которая с 2008 года создает решения для автоматизации юридических бизнес-процессов.

Наши продукты ежедневно используют более 3500 организаций, включая «СберСтрахование жизни», «Ростелеком», «Альфа-Банк» и других крупных игроков рынка.

Сейчас мы запускаем отдельное AI-направление внутри компании и строим AI-платформу для работы с документами: извлечение смысла, обработка данных и создание интеллектуальных инструментов для юристов.

Это новое направление, которое создается с нуля, но уже работает на реальных данных и пользователях.

🧠 О роли

Мы ищем сильного Senior ML / AI Engineer, который умеет создавать и внедрять production ML/LLM-решения — от подготовки данных и построения моделей до разработки сервисов, inference и эксплуатации в production.

Нам важен инженер, который понимает весь жизненный цикл ML-систем и способен доводить решения до стабильной работы на реальных пользователях.

Чем предстоит заниматься:

• проектировать и разрабатывать end-to-end ML/LLM пайплайны
• работать с RAG, retrieval, embeddings, vector DB
• строить production-системы (API, inference, scaling)
• участвовать в архитектуре AI-платформы
• работать с данными: ingestion, обработка, подготовка
• оптимизировать latency / cost / качество решений

Для нас важно:

• опыт разработки и внедрения ML/LLM решений в production
• понимание архитектуры ML-систем (data → model → serving)
• уверенное знание Python
• опыт разработки API (FastAPI / Flask или аналогичные)
• опыт работы с Docker / Kubernetes / CI/CD
• опыт работы с данными (ETL / pipelines)
• уверенная работа с Linux

  
  ➕ Будет плюсом

• опыт работы с LLM / RAG / retrieval системами
• опыт с vector DB (Qdrant, Weaviate, Chroma и др.)
• опыт оптимизации inference (скорость, стоимость, масштабирование)
• опыт проектирования архитектуры систем

Что мы предлагаем:

• участие в построении AI-платформы с нуля внутри продукта
• реальные продуктовые задачи и данные (не ресерч “в стол”)
• сильная инженерная команда
• возможность влиять на архитектуру и технические решения
• современная инфраструктура и стек технологий
• удаленный или гибридный формат работы (Москва / Самара)

Мы команда Data World, входим в ГК Технос - представители амбициозной и технологичной сферы IT. Создаем ПО для ФинТеха. Топовые банки уже доверили нам самые сложные высокотехнологичные проекты.

На старте еще один интересный и высокотехнологичный проект для Сбера.

О проекте:

Мы создаём платформу нового поколения на стыке электронной коммерции и финансовых технологий. В основе — мультиагентная система и автономные AI-агенты, которые берут на себя поиск, переговоры и заключение сделок. Мы переосмысливаем привычные пользовательские сценарии: от простого подбора до полностью автономного исполнения задач.Проект на ранней стадии: fast-track прототип до 15.08, проверка ключевых гипотез, подготовка к масштабированию до 15.11. Работа в кросс-функциональной команде с прямым контактом между разработчиками, аналитиками и владельцем продукта.

Чем предстоит заниматься
Вы отвечаете за все LLM-компоненты агента покупателя: от понимания запроса на естественном языке до генерации обоснований выбора. Вы работаете в связке с разработчиком оркестратора (передаёте ему structured intent и ризонинг), бизнес-аналитиком и SDET/QA (размечаете ожидания для eval-ов).
Интент и декомпозиция

• Разработать модуль понимания intent: разбор задачи клиента на естественном языке в структурированный intent.
• Разработать классификатор типов задач.
• Разработать декомпозицию составных задач.
• Настроить пайплайн: от NL-запроса до декомпозиции.

Диалог уточнения

• Разработать модуль диалога уточнения: генерация вопросов, когда информации недостаточно.
• Реализовать определение момента, когда данных достаточно для запуска поиска.
• На MVP — упрощённая версия: 2–3 линейных уточняющих вопроса без сложного ветвления.

Ризонинг офферов

• Разработать модуль ризонинга.

Промпт-инжиниринг

• Проектировать промпты под каждый сценарий (постановка задачи, уточнение, ризонинг, иные).
• Тестировать и итерировать промпты на реальных пользовательских запросах.
• Следить за стабильностью вывода: structured intent должен быть предсказуемым и пригодным для машинной обработки.

Eval-ы LLM-компонентов

• Подготовить тестовые наборы для eval-ов: 50–100 запросов с ожидаемыми structured intent (разметка — совместно с бизнес-аналитиком).
• Автоматизировать прогон eval-ов: точность по полям, полнота извлечения параметров.
• Провести eval-ы ризонинга (совместно с SDET и бизнес-аналитиком).

Data Engineering (сопутствующая задача)

• Настроить пайплайны обработки и подготовки данных для LLM-компонентов: сбор и структурирование примеров запросов, их разметка, версионирование датасетов.
• Организовать хранение и учёт реальных запросов пользователей для дообучения и улучшения промптов после пилота.
• Подготовить инфраструктуру для логирования LLM-выводов и последующего анализа ошибок.

• Опыт: от 2 лет в DS/ML с фокусом на NLP и/или LLM.
• LLM и промпт-инжиниринг: практический опыт работы с различными LLM, опыт с Giga Chat будет плюсом, проектирования промптов, парсинга и валидации вывода.
• NLP: понимание задач intent recognition, named entity recognition, текстовой классификации.
• Python: уверенное владение, опыт построения пайплайнов обработки текстов.
• Eval-ы и метрики: опыт оценки качества LLM-выводов, понимание метрик точности, полноты, методик разметки данных.

Data Engineering: готовность настраивать пайплайны подготовки и разметки данных, логирование выводов для анализа.

Опционные требования:

• Опыт построения диалоговых систем или чат-ботов с элементами уточнения.
• Опыт работы с structured output из LLM (JSON mode, function calling).
• Опыт в e-commerce или продуктах, связанных с товарным поиском и рекомендациями.
• Опыт запуска MVP/пилотов с быстрым циклом итераций.
• Опыт работы с разметкой данных и организацией eval-циклов.

• Формат работы - удаленно
• Оформление в соответствии с ТК РФ (срочный трудовой договор до конца года)
• Гибкое начало рабочего дня.
• Входим в список IT лицензированных аккредитованных компаний
• Уровень дохода зависит от уровня кандидата, обсуждается индивидуально
• Предоставление техники
• ДМС+ стоматология
• Изучение английского языка
• Корпоративный спортзал
• Корпоративные активности: профессиональные митапы, квизы
• Прокачка скилов в экспертном IT пространстве

Центр изучения и сетевого мониторинга молодёжной среды – аккредитованная IT-компания, созданная по поручению Президента России в 2018 году.

Наша миссия – разработка социально значимых технологических решений для защиты детей и подростков от деструктивного контента в цифровом пространстве. Через создание комплексной мониторинговой системы мы формируем безопасную среду для нового поколения.

Мы ищем в команду ML-разработчика, ответственного за разработку NLP-моделей и работы с большими языковыми моделями (LLM). Мы работаем с колоссальным объёмом текстов, разрабатываем собственные NLP-модели и платформу использования LLM для автоматизации бизнес-процессов.

Стек технологий

• PyTorch, HuggingFace Transformers
• Python, NumPy, Pandas, Sci-kit Learn
• Docker, Kubernetes
• NVidia Triton, TensorRT, ONNX, vLLM
• Jira, Confluence, Git

Чем предстоит заниматься

• Разработка NLP-моделей для работы с данными социальных сетей и социальных медиа
• Разработка LLM-навыков для автоматизации различных задач
• Взаимодействие с отделом разметки данных и отделом DevOps
• Внедрение моделей в промышленную эксплуатацию

Ждем от кандидата

• Опыт работы от 3 лет
• Опыт работы или реализации практических проектов в области машинного обучения
• Глубокое понимание математических оснований машинного обучения и анализа данных
• Проактивность, готовность вникать в задачу
• Знание метрик оценки качества LLM-workflow (LLM-навыков)
• Опыт работы с реляционными базами данными
• Качественный чистый код

Что мы предлагаем

• Чёткие процессы разработки, взаимодействия с проектными командами и DevOps-инженерами
• Большой кластер GPU, включающий в том числе самые современные production-ready ускорители
• Официальное трудоустройство по ТК РФ в аккредитованной IT-компании
• Конкурентный уровень з/п, размер обсуждается по итогам собеседования и зависит от квалификации
• Формат работы - офис / гибрид
• Место работы - офис в центре Москвы
• Гибкое начало рабочего дня, график 5/2, выходные: суббота, воскресенье
• Непрерывное обучение и развитие профессиональных навыков

Мы – центр развития Индийского филиала Сбера разрабатываем автоматизированную банковскую систему (АБС) для индийского филиала с нуля.

Система состоит из набора модулей - ядро, бухучет, отчетность, кредитные и не только продукты, интернет-банк и антифрод система. В создании любого из них вы можете принять непосредственное участие, повлиять на архитектуру, на качество, на процессы, на то, как в конечном итоге они должны выглядеть.

Часть команды в России, часть в Индии, отличная возможность поработать в интернациональном коллективе!

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в Сберчате, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.

AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

Обязанности

• настройка/сопровождение ETL/ELT пайплайнов. (Тракты поставки данных АС->Облако, Облако->АС)
• проектирование, реализация и сопровождение фреймворка для процесса разработки проектов витрин данных
• реализация межсервесных интеграций (BI инструменты и прочие системы - потребители)
• контроль реализации сервисной архитектуры в соответствии с требованиями Банка
• администрирование инфраструктуры в рамках ИТ-услуги(DWH).

Требования

• наличие высшего образования
• опыт работы на проектах хранилища данных в качестве системного аналитика или архитектора от 3-х лет
• знание архитектурных принципов построения корпоративных хранилищ данных.
• опыт работы с инструментами для генерации кода
• опыт создания собственных фреймворков или библиотек для автоматизации процессов в КХД
• опыт развертывания ClickHouse в различных конфигурациях
• опыт загрузки данных из различных источников в ClickHouse
• опыт разработки скриптов автоматизации для платформы (bash/python)
• опыт создания AI-агентов и использования их в работе будет преимуществом
• знание английского языка не ниже В2 (ОБЯЗАТЕЛЬНО!).

Условия

• комфортный офис на Вавилова 19
• формат работы – офис/гибрид
• ежегодный пересмотр зарплаты, 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
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.

Кто мы:

Мы создаем международные digital-продукты и AI-сервисы, которыми ежедневно пользуются тысячи людей по всему миру.

Наша команда активно внедряет искусственный интеллект в разработку и бизнес-процессы. Мы ищем начинающего разработчика, который хочет расти в направлении AI, работать с современными технологиями и участвовать в создании реальных продуктов.

Если ты уже пишешь на Python, интересуешься AI и хочешь быстро развиваться в сильной команде — тебе к нам.

ЧТО ТЫ БУДЕШЬ ДЕЛАТЬ:

— разрабатывать backend-сервисы на Python

— работать с API современных AI-моделей

— участвовать в создании агентных систем и AI-инструментов

— автоматизировать внутренние процессы компании

— дорабатывать существующие сервисы и запускать новые

— использовать AI-инструменты в ежедневной разработке

— работать с опытными разработчиками и перенимать лучшие практики

КОГО МЫ ИЩЕМ:

— знаешь Python и уже писал собственные проекты

— понимаешь основы работы с базами данных

— интересуешься искусственным интеллектом и современными технологиями

— использовал ChatGPT, Claude, Cursor или другие AI-инструменты

— умеешь самостоятельно искать информацию и решать задачи

— хочешь быстро расти как разработчик

БУДЕТ ПЛЮСОМ:

— опыт работы с OpenAI API или другими LLM

— знакомство с FastAPI, Django или Flask

— понимание Git и Docker

— опыт создания pet-проектов

— знание MCP (Model Context Protocol)

Что мы можем тебе гарантировать:

• Ежедневную работу над реальными коммерческими проектами
• Быстрое развитие в направлении AI и backend-разработки
• Наставничество от опытных разработчиков
• Формат работы: офис или гибрид в Москве, первые 2 месяца удаленно, далее релокация за счет компании если живёшь в другом городе
• Прозрачную систему роста дохода и ответственности
• Участие в создании продуктов для международного рынка
• Мы ищем не просто junior-разработчика, а будущего сильного инженера, который хочет строить AI-продукты вместе с нами.

В сопроводительном письме обязательно укажи свой Telegram — чтобы мы могли связаться с тобой напрямую.

О нас

Мы — быстрорастущий AI-стартап, создающий продукты следующего поколения для генерации видео, аудио и речи. Глобальный рынок, фронтир-модели, большие объёмы данных.

Чтобы делать модели лучше, нам нужен человек, который умеет смотреть на сгенерированный контент и говорить, что хорошо, что плохо и почему. Ищем AI-оценщика медиаконтента — того, кто на стыке человеческого вкуса и машинного обучения помогает калибровать модели по видео, аудио и мультимодальным сценариям. Это не про «поставить лайк» — это про структурную, воспроизводимую оценку, которая напрямую идёт в обучающий пайплайн.

Кто нам подходит по бэкграунду

Опыт в одной из областей: кинопроизводство, видеомонтаж, аудиопродакшн, музыка, журналистика, гейминг или создание цифрового контента.

Плюс опыт с чем-то из:

• RLHF (обучение с подкреплением на обратной связи человека)
• DPO (прямая оптимизация предпочтений)
• Supervised Fine-Tuning (дообучение с учителем)
• Промпт-инжиниринг
• Разработка бенчмарков для оценки ИИ

И вообще — опыт работы с фундаментальными моделями или GenAI-продуктами.

Чем предстоит заниматься

• Оценивать сгенерированные видео, аудио и мультимодальные результаты по заданным критериям
• Ранжировать выводы модели и внятно объяснять, почему один лучше другого
• Ловить артефакты и проблемы качества — в картинке, речи, музыке, звуке, синхронизации
• Выявлять критические сценарии сбоев модели (failure modes)
• Давать качественную обратную связь, которая напрямую уходит в обучающие пайплайны
• Развивать покрытие и полноту бенчмарков

Как меряем успех

• Стабильно высокая точность оценок
• Качество и полезность обратной связи для тренировки
• Охват и полнота бенчмарков
• Найденные критические failure modes
• Скорость и своевременность работы
• Согласованность с экспертами-рецензентами и исследователями
• Вклад в измеримое улучшение качества модели

Требования

Обязательные

• Сильная медиаграмотность — видишь разницу там, где другие её не замечают
• Исключительное внимание к деталям
• Структурированное аналитическое мышление
• Умение различать тонкие различия в качестве
• Способность чётко объяснять свои решения, а не просто «мне так кажется»
• Спокойно работаешь на стыке человеческого суждения и ML

Будет большим плюсом

• Опыт с RLHF / DPO / SFT / промпт-инжинирингом / бенчмарками
• Опыт работы с foundation-моделями или GenAI-продуктами
• Любопытство к тому, как устроены ИИ-системы изнутри

Как устроен отбор

Этап 1. Скрининг с рекрутером и AI-командой — 30 минут
Смотрим на знания об ИИ, опыт оценки медиа, коммуникацию и аналитику.

Этап 2. Практическое задание — 90 минут
Делаешь реальную оценку:

• Видео — 10 сгенерированных роликов: оцениваешь по критериям, ранжируешь, объясняешь
• Аудио — 10 сэмплов: речь, музыка, звук; ищешь артефакты
• Мультимодальность — 5 пар видео/аудио: оцениваешь синхронизацию и согласованность

Этап 3. Калибровочная сессия — 60 минут
Оцениваешь в реальном времени вместе с нашими ревьюерами. Смотрим на согласованность суждений, внимание к деталям, умение объяснять решения и попадание в наши стандарты качества.

Почему это интересно

• Прямое влияние на качество моделей следующего поколения
• Видишь фронтир раньше всех — видео, аудио, речь, мультимодал
• Твоя оценка не уходит «в стол», а напрямую двигает обучение
• Работа на стыке вкуса и инженерии

Что мы предлагаем

• Полную удалёнку (из любой точки мира)
• ЗП зафиксирована в USD
• Гибкий график (часовой пояс ближе к МСК)
• Возможность влиять на глобальный AI-видеосервис с самого фронтира

Кто мы:

Мы создаем международные AI-продукты и автоматизированные сервисы для бизнеса. Наша команда активно использует современные AI-технологии и строит системы, которые самостоятельно взаимодействуют с внешними сервисами, данными и инструментами.

Сейчас мы ищем Junior Python Developer, который хочет развиваться в одном из самых перспективных направлений индустрии — создании AI-систем на базе MCP (Model Context Protocol).

Если тебе интересно, как AI может работать не только с текстом, но и управлять браузером, CRM, базами данных, GitHub, файлами и другими инструментами — эта роль для тебя.

ЧТО ТЫ БУДЕШЬ ДЕЛАТЬ:

— разрабатывать сервисы на Python

— подключать AI-модели к внешним инструментам через MCP

— работать с GitHub, базами данных, браузерами и API через AI-интеграции

— участвовать в разработке агентных систем

— автоматизировать внутренние процессы компании

— тестировать и улучшать взаимодействие AI с различными сервисами

— создавать новые сценарии использования искусственного интеллекта

КОГО МЫ ИЩЕМ:

— знаешь Python на базовом или среднем уровне

— имеешь собственные проекты или коммерческий опыт разработки

— интересуешься AI и современными инструментами разработки

— умеешь самостоятельно разбираться в новых технологиях

— хочешь быстро развиваться в востребованном направлении AI Engineering

БУДЕТ ПЛЮСОМ:

— опыт работы с MCP (Model Context Protocol)

— использование Cursor, Claude Code, GitHub Copilot

— опыт работы с OpenAI API или другими LLM

— знакомство с FastAPI

— понимание работы REST API и SQL

Что мы можем тебе гарантировать:

• Работу в AI-first команде, где искусственный интеллект используется каждый день
• Быстрое погружение в MCP, агентные системы и современные AI-технологии
• Наставничество от сильных разработчиков
• Формат работы: офис или гибрид в Москве, первые 2 месяца удаленно, далее релокация за счет компании если живёшь в другом городе
• Возможность стать одним из первых специалистов нового поколения AI Engineers
  
  В сопроводительном письме обязательно укажи свой Telegram — чтобы мы могли связаться с тобой напрямую

Кто мы:

Мы создаем международные digital-продукты и собственную экосистему AI-сервисов, которыми ежедневно пользуются тысячи людей по всему миру.

Наша команда строит реальные продукты с понятной бизнес-моделью и измеримым результатом. Мы не занимаемся экспериментами ради экспериментов — каждая разработка становится частью работающей системы и влияет на рост компании.

Сейчас мы ищем AI Backend Developer, который поможет создавать и развивать AI-сервисы нового поколения.

ЧТО ТЫ БУДЕШЬ ДЕЛАТЬ:

— разрабатывать backend-сервисы на Python

— интегрировать LLM в существующие продукты компании

— работать с API, базами данных и внутренними сервисами

— создавать и поддерживать AI-функциональность в production

— участвовать в проектировании архитектуры новых решений

— автоматизировать процессы и улучшать существующие системы

КОГО МЫ ИЩЕМ:

— уверенный опыт разработки на Python от 0.5 года

— практический опыт работы с LLM API

— понимание принципов построения backend-сервисов

— опыт использования AI-инструментов в ежедневной работе

— умение самостоятельно принимать технические решения

ОБЯЗАТЕЛЬНО:

— OpenAI, Anthropic или open-source модели

— MCP (Model Context Protocol)

— Cursor, Claude Code, Copilot или аналогичные инструменты

Что мы можем тебе гарантировать:

• Ежедневную работу над реальными AI-проектами
• Формат работы: офис или гибрид в Москве, первые 2 месяца удаленно, далее релокация за счет компании если живёшь в другом городе
• Участие в международных выставках и профильных мероприятиях
• Возможность влиять на развитие продукта и быстро расти внутри компании
  
  В сопроводительном письме обязательно укажи свой Telegram — чтобы мы могли связаться с тобой напрямую.

ООО «МИТА» — маркетинговое информационно-технологическое агентство. С 2023 года занимаемся лидогенерацией для бизнеса по всей России. Ищем сильного разработчика, который будет строить ключевые IT-продукты компании и определять техническую стратегию.

Основные задачи:

1. Разработка и развитие корпоративной CRM (UBY CRM):

• Поддержка и развитие CRM-системы для контакт-центра и аналитиков;
• Поддержка forward/reverse-пайплайнов с операторами связи;
• Реализация интеграций: дедупликация, split источников, SFTP-синхронизация;
• Развитие дашбордов, аудита, WebSocket-уведомлений.

2. Интеграции и автоматизация бизнес-процессов:

• Проектирование и сопровождение REST API интеграций (Bitrix24, Telegram Bot API, SFTP операторов связи, webhooks);
• Разработка и поддержка Telegram-ботов для отдела продаж (Lead Manager);
• Автоматизация выдачи лидов, дедупликации, очередей с лимитами API.

3. Инфраструктура и DevOps:

• Администрирование корпоративного production-сервера (Docker Compose, nginx, SSL, мониторинг);
• Настройка CI/CD, автотестов, деплоя.

4. Внедрение искусственного интеллекта:

• Развертывание и настройка локальных LLM на корпоративном сервере;
• Интеграция ИИ в продукты через API (server-side вызовы моделей, управление контекстом, лимиты, приватность данных);
• Использование AI-инструментов в ежедневной разработке;
• Работа с генеративным ИИ для контента и медиа.

5. Frontend-разработка:

• Разработка и поддержка frontend-модулей на React 18 + TypeScript;
• Участие в развитии корпоративного сайта (Next.js, CMS, SEO, lead tracking).

Чего мы ждем от кандидата:

• Уверенное знание Python;
• Опыт работы с Django 4+ / DRF (построение REST API);
• PostgreSQL (продвинутый уровень: индексы, оптимизация запросов, работа с большими объемами данных);
• Понимание принципов REST API, webhooks, интеграций со сторонними сервисами;
• React 18 + TypeScript ;
• Docker / Docker Compose, Nginx (настройка reverse proxy, SSL, HTTPS);
• Понимание принципов CI/CD;
• Опыт работы с Bitrix24 REST API (или другими CRM API);
• Опыт работы с Telegram Bot API;
• Работа с SFTP, парсинг данных, обработка больших объемов;
• Понимание принципов чистой архитектуры, SOLID, DRY;
• Опыт написания автотестов (pytest, unittest);
• Работа с Git, code review;
• Опыт работы с LLM (OpenAI API, Anthropic Claude, локальные модели);
• Понимание промпт-инжиниринга, RAG, работы с контекстом;
• Опыт развертывания локальных LLM (Ollama, vLLM, llama.cpp);
• Работа с AI-агентами, LangChain;
• Next.js (SSR, SEO, корпоративные сайты);
• Tauri (desktop-приложения);
• WebSocket / Django Channels (real-time приложения).

Условия работы:

• Оклад + бонусы за внедренные продукты: финальное решение по уровню заработной платы будет приниматься на этапе;
• Оформление по ТК РФ;
• Выплаты 2 раза в месяц без задержек;
• Офисный формат работы: Саратов, офис на Астраханской, 87В;
• График 5/2 с 10.00 до 19.00, выходные: сб, вс, все праздничные дни;
• Корпоративный ноутбук, оплата всех необходимых лицензий и сервисов;
• Возможность построить IT-направление с нуля и стать CTO компании;
• Участие в стратегических решениях бизнеса;
• Команда из 150+ сотрудников, прямое влияние на эффективность всей компании;
• Свобода в выборе стека и архитектурных решений.

Мы — НеоСтрой. С 2014 года мы строим, ремонтируем и обслуживаем. А с 2025-го мы превращаемся в технологическую компанию в строительстве. Нам нужен не просто ML-инженер, а архитектор нашей новой эффективности.

Зачем мы вас ищем

Госзакупки (44-ФЗ, 223-ФЗ) — это горы данных, ручной анализ смет, долгие согласования. Мы хотим это взломать. Вы создадите ИИ-бота, который:

· анализирует стоимость контрактов по тысячам параметров (материалы, работы, регионы, индексы);

· автоматически просчитывает сметы и их оптимизацию;

· управляет их согласованием и отправкой заказчику, встроившись в наш документооборот.

Что вас ждёт

• Реальная задача с прямым влиянием на победы в тендерах и прибыль компании.

• Свои данные — история наших контрактов, акты, сметы, цены поставщиков. Вы сможете обучать модели на реальной, не синтетической информации.

• Полная автономия — от выбора архитектуры (NLP, time series, классические ML) до деплоя в нашу IT-среду.

• Результат, который можно измерить — сокращение времени на сметы на 80%, рост точности прогнозов, автоматическое формирование заявок.

Кто нам нужен

• Опыт разработки и внедрения ML-моделей (Python, scikit-learn, TensorFlow/PyTorch).

• Понимание работы с текстовыми документами (парсинг, извлечение сущностей) и табличными данными (сметы, КС-2, КС-3).

• Готовность разобраться в предметной области — строительные сметы, 44-ФЗ (обучаем, но аналитический склад ума обязателен).

• Умение работать автономно: вы сами ставите задачи, доказываете гипотезы и доводите до production.

Условия

• Гибридный формат /регулярные встречи в офисе на Московском шоссе

• Конкурентная ЗП обсуждается индивидуально + премии от экономии и выигранных тендеров.

• Реальная возможность стать лидом нового AI-направления.

Сделайте так, чтобы государственные контракты не боялись нас, а мы — их. Присылайте резюме и короткое описание вашего самого сильного ML-проекта.

Компания РТК Радиология разрабатывает решения в области информатизации отрасли здравоохранения. Основной продукт - комплекс программных средств, обеспечивающий работу с радиологическим оборудованием, архивом медицинских изображений, анализом (в т.ч. автоматическим) результатов исследований, а также ПО для управления процессами в радиологии.

Задачи/Обязанности:
• Сочетание исследовательских/инженерных задач компьютерного зрения и математических алгоритмов в области медицинских данных;
• Разработка алгоритмов на основе нейронных сетей и классических методов Computer Vision;
• Изучение научных статей, генерирование гипотез, постановка экспериментов на их основе и донесение результатов до команды;
• Исследование и имплементация существующих академических и индустриальных методов компьютерного зрения для обработки 3D и 2D медицинских изображений (CT/MRI/X-ray) и врачебных протоколов;
• Разработка, развитие, внедрение и мониторинг работы модулей и библиотек на Python;
• Ускорение и оптимизация работы существующих моделей с применением современных методов оптимизации и архитектур;
• Оптимизация и автоматизация процесса сборки, автоматические тесты, интеграция с backend’ом;
• Анализ и подготовка данных, проведение исследований и экспериментов, оценка качества работы моделей, мониторинг и улучшение существующих решений;
• Погружение в медицинские аспекты решаемых задач с экспертами и профильными врачами;
• Работа в опытной команде DS и представителями бизнеса;

Требования:
• Образование высшее, техническое;
• Аналогичный опыт работы с CV и DL от 2-х лет;
• Знание алгоритмов ML, основных архитектур моделей CV, подходов VLM, LLM, NLP, понимание критериев оценки их работы;
• Опыт в задачах классификации, сегментации и детекции;
• Опыт работы с multi-task моделями, self-supervised подходами;
• Математический анализ, линейная алгебра, геометрия, обработка цифровых сигналов, анализ изображений, реконструкция, распознавание образов;
• Владение стандартными инструментами для машинного обучения (Pytorch, Tensorflow, Scikit-Learn, Pandas, Scipy, OpenCV, ONNX, TensorRT, FastAPI, docker);
• Опыт коммерческой разработки и внедрения ML-моделей в прод;
• Опыт работы с консольным Linux;
• Опыт разработки в команде (gitlab), умение организовывать рабочее время (Jira), документирование работы в Confluence;

Будет преимуществом:
• Успешный опыт участия в соревнованиях типа Kaggle;
• Опыт с форматами DICOM, NIfTI;
• Опыт программирования на C\C++
• Работа с Cuda и OpenGL
• Умение обращаться Docker

Условия:

Официальное оформление, белая заработная плата (уровень дохода обсуждается индивидуально), работа удаленно или в центре Санкт-Петербурга в благоустроенном офисе, работа над уникальными проектами, дружный коллектив, возможность профессионального роста.

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

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

Будет плюсом

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

• Стабильный и прозрачный «белый» доход и полноценный соц. пакет;
• График работы 5/2, гибкое начало дня, гибридный или удаленный формат работы + три дополнительных дня отпуска в год;
• Корпоративный университет, который организует внутреннее и внешнее профильное обучение;
• Перспективы горизонтального и вертикального карьерного роста: вы можете стать руководителем или экспертом в своей области;
• Программу ДМС с обслуживанием в лучших клиниках города+оплата мобильной связи;
• Возможность принять участие в амбициозных, крупных и стабильных проектах.

Ищем Senior Data Engineer в наш новый продукт для физических лиц: облачное хранилище и почтовый сервис, готового реализовать свои идеи в развитии технологий почтовых сервисов.

Сейчас у наших продуктов многомиллионная аудитория, но мы продолжаем развиваться.
Для нас 2026 – год роста аудитории и запуск глобально нового продукта, согласно стратегии развития.

Крупнейшая технологическая Экосистема РФ и его партнеров открывает перед нами огромные возможности:
> 100 000 000 клиентов;
> 1 000 поверхностей с многомиллионной аудиторией;
> 10 000 000 партнеров и каналов продаж.

Мы приглашаем вас стать частью корпоративного стартапа: с одной стороны, у нас ресурсы и возможность создавать продукты нового уровня, с другой — самый надёжный партнер и инвестор российского рынка.

Чем предстоит заниматься?

• Провести аудит существующей инфраструктуры данных;
• Проектировать и развивать масштабируемую платформу хранения и обработки данных для аналитики, ML с учетом роста объемов и нагрузок;
• Разрабатывать и поддерживать надежные ETL/ELT-процессы, обеспечивая качество, доступность, и консистетность данных;
• Взаимодействовать с внутренними потребителями данных (аналитики, DS/ML, backend), выявлять требования и проектировать удобные модели данных;
• Участвовать в миграции данных и развитии инфраструктуры, включая выбор технологий, оценку вычислительных ресурсов и стоимости решений;
• Формировать инженерные стандарты, обеспечивая долгосрочную масштабируемость и поддерживаемость решений;
• Внедрять AI в инженерные процессы.

Что ждём?

• 5+ лет опыта в Data Engineering;
• Опыт работы с высоконагруженными системами и большими объемами данных;
• Понимание архитектур Data Lake, Lakehouse, DWH;
• Практический опыт построения Bronze/ Silver / Gold слоев;
• Глубокое знание SQL;
• Опыт построения Batch и Streaming пайплайнов;
• Способность аргументированно объяснять архитектурные решения.

Стек:

• Apache Spark;
• Kafka;
• Iceberg / Delta Lake / Hudi;
• Airflow / Dagster;
• Trino / ClickHouse;

• dbt.

Что тебя ждёт?

• Официальное трудоустройство;
• современный офис (на Даниловской мануфактуре), собственный спортзал от «Лиги Героев», а также занятия футболом, настольным теннисом, боксом и групповые тренировки «Здоровая спина»;
• ДМС со стоматологией, офисный врач, доплата за больничный лист, корпоративные скидки;
• электронная библиотека издательства МИФ, в которую входят почти 2 тыс. единиц контента по бизнесу, саморазвитию, здоровому образу жизни и другим актуальным темам;
• насыщенная корпоративная жизнь.

Группа компаний в поиске: Разработчик AI-агентов (Python / LLM / Автоматизация бизнес-процессов).

Модули: где нужно разработать решения

- HR

- Sales

- Wildberries

Какие навыки обязательны:
Python

Важно:

FastAPI;

asyncio;

pandas;

requests.

LLM
Обязательно.

Важно:

OpenAI;

Claude;

Gemini;

DeepSeek.

AI Agents
Нужно понимать:

LangChain;

LangGraph;

CrewAI;

AutoGen;

MCP (желательно).

API
Очень важно.

Поскольку придется работать:

hh;

MPSTATS;

CRM;

Telegram;

Google Sheets;

Notion.

Базы данных
Хотя бы:

PostgreSQL;

SQLite.

Docker
Чтобы запускать сервис.

Git
Обязательно.

Telegram Bot API

Наша команда занимается оценкой и управлением модельного риска, участвует в проектах по улучшению предиктивных моделей, моделей машинного обучения и оптимизации их применения в бизнес-процессах Сбера. Мы создаем инструменты для мониторинга, управления и снижения модельного риска по всем бизнес-направлениям.

Мы:

Для корректного управления модельным риском формируем интерактивные дашборды и презентации для руководства для подсвечивания приоритетных зон для развития функции модельного риска.

Кого ищем:

Мы ищем специалиста с сильными аналитическими навыками и врожденным чувством прекрасного. Ваша главная задача — переводить сырые массивы данных на язык понятных топ-менеджменту презентаций и дашбордов. Вы станете связующим звеном между IT-отделом (данные) и бизнес-подразделениями (решения). Нам не нужен человек, который делает отчеты руками. Наша цель — автоматизация.

1. Подготовка презентационных материалов (PowerPoint):

· Создание структурированных презентаций для Комитетов, Правления и Наблюдательного совета.

· Визуализация результатов управления модельных рисков, динамики портфелей моделей в формате «понятных слайдов».

1. Аналитика и моделирование (Excel):

· Расчет различных метрик эффективности управления с использованием сводных таблиц, сложных формул (VLOOKUP, INDEX/MATCH, SUMPRODUCT).

· Автоматизация ежемесячных отчетов по эффективности управления.

1. Скриптинг и автоматизация (Python):

· Написание скриптов для автоматической очистки, трансформации и агрегации больших выгрузок (замена рутинной работы в Excel).

· Использование библиотек Pandas, NumPy, Matplotlib/Seaborn для предварительного анализа перед выгрузкой в презентацию.

1. (Опционально) Работа с базами данных (SQL):

· Написание запросов на SQL для выборки данных из хранилища.

· Объединение данных из нескольких таблиц для комплексного анализа.

• PowerPoint: Уровень продвинутого пользователя (умение работать с макетами, образцами, внедрение графиков из Excel с автоматической привязкой к данным)

• Excel: Экспертный уровень. Обязательно знание Pivot и основных функций

• Python: Знание Pandas. Опыт написания скриптов для пересборки отчетов «по кнопке»

• (опционально) SQL: Свободное владение JOIN, оконными функциями (ROW_NUMBER, LAG), CTE

• образование: Высшее (Экономика / Финансы / Математика / Прикладная информатика / Дизайн).

• комфортный современный офис рядом с м. Кутузовская

• гибридный / удаленный формат работы

• ежегодный пересмотр зарплаты и годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• расширенный ДМС, льготное страхование для семьи

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

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

• вознаграждение за рекомендацию друзей в команду Сбера

Мы – команда развития AI в направлении автокредитования и сопутствующих сервисов пользования автомобилем.

Продукт новый и сейчас активно развивается. Мы находимся на этапе активного роста: от экспериментов с первыми AI-решениями до масштабирования их на реальные клиентские сценарии. У нас уже есть первые внедрения, работающие связки с LLM и обратная связь от пользователей, но архитектура, технологический стек и стратегия развития во многом формируются сейчас.

Работа ведётся под руководством AI Tech Lead, который отвечает за архитектуру, стандарты и развитие инженерной экспертизы.

Это позиция для разработчика, который хочет углубиться в инженерную часть AI‑систем — от кодирования агентов и RAG до анализа и оценок LLM‑решений.

• разрабатывать и поддерживать сервисы и агентов на Python

• проектировать и реализовывать RAG‑системы, работать с векторными базами данных

• контролировать техническое качество AI-решений

• разрабатывать и внедрять методики оценки RAG-систем и AI-агентов

• участвовать в написании тестов, тестировании, код-ревью, развивать инженерную культуру, стандарты и экспертизу внутри команды.

• практический опыт Python разработки (FastAPI, Flask, asyncio).

• навыки работы с RAG системами и векторными БД (Qdrant, ChromaDB, FAISS).

• опыт взаимодействия с реляционными базами (MySQL, PostgreSQL).

• понимание принципов работы LLM агентов и подходов к их оценке.

• базовое понимание Docker и Kubernetes.

• умение работать в команде и следовать инженерным стандартам

• инструментальное владение AI для анализа, генерации и автоматизации.

Будет преимуществом:

• опыт работы ML-инженером / Data Scientist / Backend-разработчиком

• интеграция сервисов через gRPC

• опыт работы с OCR

• опыт использования Prometheus и Grafana

• опыт локального запуска LLM и open-source моделей

• знание SOTA-моделей (ASR, TTS, мультимодальные модели)

• опыт построения RAG с продвинутыми стратегиями retrieval (reranking, гибридный поиск, chunking)

• опыт работы с open source LLM и локальными моделями.

• гибридный формат в Москве

• офис по адресу Поклонная ул., 3к1

• белая заработная плата (оклад + премии)

• профессиональный и карьрный рост

• возможность профильного обучения

• ДМС, страхование от несчастных случаев, корпоративные мероприятия

• программа льготного кредитования в Сбербанке

AI-разработчик (Fintech)

О нас

Мы — платёжный гейтвей (PSP), работающий с мерчантами в высокорисковой вертикали. Сейчас активно строим внутренние AI-инструменты: Telegram-бота поддержки мерчантов на n8n + LLM, автоматизацию онбординга, внутренние дашборды и помощники для команды.

Кого ищем

AI-разработчика, который умеет быстро превращать идею в работающий прототип с помощью современных AI-инструментов разработки (Cursor, Claude Code, GitHub Copilot, v0 и аналогичные) — и доводить это до стабильно работающей продакшен-фичи.

Нужен человек, который пишет и читает код, понимает архитектуру существующей системы, умеет встроить AI-сгенерированный кусок в реальный продакшен без поломки остального — и одинаково комфортно работает руками в Python/Django, и ускоряется через AI-агентов там, где это уместно.

Чем предстоит заниматься

• Поддержка и развитие Telegram-бота поддержки мерчантов (n8n Cloud + Gemini): новые сценарии, улучшение промптов, интеграции с внутренними API.
• Быстрое прототипирование внутренних инструментов: KYB pre-check для онбординга мерчантов, дашборды, помощники для поддержки и интеграторов.
• Доработка существующего бот-стека (Django admin, Python, PostgreSQL, Docker) — как руками, так и с помощью AI-coding инструментов.
• Работа с LLM API (Gemini/OpenAI/Claude) — промпт-дизайн, function calling, RAG там, где это решает задачу, а не потому что модно.
• Превращение черновых идей команды («а можно бот сам проверял сайт мерчанта перед онбордингом?») в работающий прототип за дни, не недели.
• Совместная работа с DevOps по деплою на n8n Cloud / VPS-инфраструктуре (Hostinger, Docker).

Что нужно

• Уверенный Python; опыт с Django или похожим фреймворком.
• Реальный опыт работы со стеком LLM API, понимание ограничений, токенов, стоимости, латентности.
• Практический опыт AI-ассистируемой разработки — Cursor, Claude Code, Copilot, Windsurf или аналоги — и понимание, где это ускоряет, а где создаёт технический долг.
• Опыт с n8n.
• Docker, базовый Git-флоу, умение читать код.
• Самостоятельность: команда маленькая, ревью кода в реальном времени может не быть — придётся уметь оценивать риски своих решений самому.

Будет плюсом

• Опыт в fintech/payments или работа с высокорисковыми/regulated вертикалями.
• Знакомство с Telegram Bot API напрямую (не только через n8n).
• Опыт с векторными БД / RAG-пайплайнами.
• Понимание основ PCI DSS / работы с чувствительными данными — у нас платёжная система, аккуратность с данными это не формальность.

Что предлагаем

• Зарплата: $1500-2000
• Формат: удаленно
• Прямое влияние на продукт: то, что вы соберёте, реально использует команда и мерчанты через неделю, а не через квартал согласований.
• Карт-бланш на выбор инструментов — если AI-агент решает задачу быстрее ручного кода, используем его, никто не будет настаивать на «правильном» долгом пути из принципа.

Сеть магазинов формата food & wine "Ароматный мир" приглашает в команду !

Какие задачи предстоит выполнять:

• Разработка и внедрение ML-моделей прогнозирования спроса (временные ряды + градиентный бустинг + нейросети) на уровне SKU;
• Автоматизация пайплайнов ретрайна и мониторинга качества прогнозов в продакшене (MLflow, Airflow, Docker);
• Интеграция внешних факторов (промо, погода, сезонность, макроэкономика) и сценарное "what-if" моделирование;
• Согласование иерархических прогнозов для оптимизации запасов в цепочке поставок (дефицит ↔ перепроизводство).

Мы ждем от кандидата:

Мы предлагаем:

• Работа в офисе м. Кунцевская, бизнес цент Kutuzoff Tower;
• График работы 5/2 с 09:00 до 18:00;
• Оформление по ТК РФ, официальная з/п (больничные, отпуска);
• Заработная плата обсуждается на собеседовании;
• Корпоративные скидки на продукцию компании (алкоголь);
• Подарки сотрудникам и их детям на праздники.

Присоединяйтесь к нашей команде и станьте частью успеха «Ароматного Мира»!

Задачи

• разработка и внедрение AI-агентов в production.
• доработка и развитие существующих AI-агентов.
• интеграция с внешними системами и сервисами через Kafka, REST API, gRPC, WS и другие протоколы.
• подготовка релизов моделей и агентов, включая документацию, демонстрационные материалы и защиту решений перед банковскими регуляторами.
• сотрудничество с бизнес-заказчиками, архитекторами и продуктовыми командами.

Мы ждём, что ты

• имеешь опыт работы в качестве ML-инженера, DS, MLOps или Python Backend-разработчика в сфере AI.
• имел успешный опыт создания промышленных AI-агентов.
• обладаешь опытом промышленной разработки на Python, знанием принципов ООП и паттернов проектирования, опытом работы с микросервисной архитектурой.
• работал с инструментами для создания AI-агентов, такими как LangChain или LangGraph и обладаешь базовым пониманием ML/DL.

Будет плюсом

• опыт с большими объемами данных и распределёнными хранилищами данных, такими как Hadoop.
• опыт работы с распределёнными очередями задач и сообщений, потоковой обработкой данных (Celery, Taskiq, RabbitMQ, Kafka).
• опыт разработки высоконагруженных, геораспределённых систем и использования OpenShift/Kubernetes.
• навыки в инженерии данных.

Условия и бенефиты

• Современный комфортный офис возле метро Кутузовская.
• Гибридный формат работы.
• Ежегодный пересмотр заработной платы и возможность получения годовой премии.
• Доступ к корпоративному спортзалу и зонам отдыха.
• Более 400 образовательных курсов СберУниверситета для профессионального и карьерного роста.
• Расширенная медицинская страховка, льготное страхование членов семьи и участие в корпоративной пенсионной программе.
• Специальные условия по ипотеке, скидка составляет треть от текущей ключевой ставки Центробанка.
• Бесплатная подписка СберПрайм+ и скидки на товары компаний-партнёров.
• Возможность получить вознаграждение за рекомендации друзей в нашу команду.

Ищем сильного инженера для построения и развития Data Lakehouse платформы. Нам нужен человек, который умеет не просто писать пайплайны, а способен спроектировать и построить DLH с нуля: принимать архитектурные решения, выбирать подходы, настраивать и оптимизировать вычислительный слой.

Вам предстоит:

• Проектировать и развивать Data Lakehouse платформу с нуля
• Строить надежную и масштабируемую архитектуру хранения и обработки данных
• Разрабатывать ETL/ELT пайплайны на базе Spark, DBT и Trino
• Глубоко понимать внутреннее устройство Spark и применять это знание для проектирования эффективных пайплайнов, оптимизации вычислений и решения проблем производительности
• Разрабатывать кастомные плагины и компоненты для Spark: источники и форматы данных, listeners, расширения каталога и оптимизатора
• Работать с объектным хранилищем S3 и организовывать эффективную работу с данными в Data Lake
• Развивать слой метаданных и каталогизации данных (Polaris как metastore)
• Управлять инфраструктурой и конфигурацией платформы через GitOps (ArgoCD, Helm)
• Оптимизировать производительность, стоимость вычислений и хранения
• Строить наблюдаемость платформы: метрики, дашборды и алертинг на базе Prometheus, VictoriaMetrics и Grafana
• Взаимодействовать с продуктовой командой, понимать потребности пользователей платформы и развивать DLH как внутренний продукт

• Имеете практический опыт построения Data Lakehouse платформ или крупных Data Platform решений.
• Имеете опыт проектирования DLH с нуля будет большим преимуществом
• Владеете глубоким пониманием архитектуры Spark: execution model, partitioning, memory management, shuffle, оптимизация запросов
• Имеете опыт оптимизации Spark jobs и SQL-запросов
• Владеете хорошим пониманием принципов работы форматов данных и таблиц в Data Lake (Iceberg/Parquet и аналогичных технологий)
• Имеете опыт работы с Trino и понимание принципов распределенного выполнения запросов
• Имеете опыт работы с Airflow и построения сложных data workflows, разработки кастомных операторов, сенсоров, хуков и плагинов
• Опыт работы с Kubernetes и контейнеризированными платформами
• Опыт управления инфраструктурой через GitOps (ArgoCD, Helm)
• Инженерный подход, самостоятельность и способность принимать архитектурные решения
• Продуктовое мышление: способность понимать потребности пользователей платформы и развивать удобный и надежный data-продукт

Будет плюсом, если вы:

• Имеете опыт разработки кастомных плагинов и компонентов для Spark на Scala/Java (не PySpark)
• Имеете опыт построения self-service Data Platform
• Имеете опыт проектирования multi-tenant Data Lakehouse
• Имеете опыт настройки безопасности, governance и управления доступами
• Имеете опыт работы с Iceberg catalog / Polaris
• Имеете опыт оптимизации стоимости вычислений и хранения данных в облаке
• Имеете опыт работы в роли Tech Lead / Lead Data Engineer: принятие технических решений, определение архитектурных подходов и развитие инженерных практик
• Имеете опыт проведения архитектурных ревью, оценки технических решений и выбора технологий
• Имеете опыт принятия компромиссов между скоростью разработки, надежностью, стоимостью инфраструктуры и долгосрочной поддерживаемостью решения

• Аpache Spark
• DBT (Spark DBT, Trino DBT)
• Trino
• Apache Airflow
• S3-совместимое объектное хранилище
• Kubernetes
• Apache Polaris (metastore)
• GitOps (ArgoCD, Helm)
• Prometheus, VictoriaMetrics, Grafana

О компании

Мы — международная финтех-компания, которая развивает B2C и B2B SaaS трейдинговую платформу. Два года назад запустили амбициозный AI проект: IDE нового поколения для мультимодальных AI-генераций (код, изображения, видео, звук) и агентных сценариев. Это умная среда для разработки и дизайна софта, пользователями которой являются как разработчики, так и ИИ-энтузиасты

Сперва предлагаем обсудить этапы отбора:

1. Тестовое задание: Покажи два скилла, реализованных внутри нашей IDE - один связан с генерацией графики или визаула, а второй - любой формат, кроме графики. Дедлайн и ТЗ будут указаны в файле. Задание не оплачивается

2. Интервью с HR — 30 минут: Знакомство, обсуждение опыта и мотивации, условий работы, ответы на ваши вопросы

3. Интервью с руководителем — 30 минут: Обсуждение задач и подходов к работе

Возвращаемся к позиции

Skills Engineer — это архитектор переиспользуемых AI-компонентов платформы. Ты создаёшь готовые "навыки", которые другие пользователи смогут встраивать в свои проекты. Твоя задача — разрабатывать, оптимизировать и масштабировать решения, которые работают надёжно и эффективно

Это роль для того, кто понимает архитектуру AI-систем, умеет оптимизировать промпты под разные модели и может предусмотреть edge cases

Чем ты будешь заниматься

• Разрабатывать готовые скиллы — переиспользуемые компоненты для типовых AI-задач (анализ текста, классификация, RAG, агентные workflows и т.д.)
• Оптимизировать промпты под разные модели и сценарии; проводить A/B тестирование и измерять качество результатов
• Проектировать RAG-интеграции и агентские pipelines — от архитектуры до реализации
• Работать с интеграциями — подключение внешних API, vector databases, knowledge sources
• Тестировать и документировать скиллы, мониторить их перформанс — создавать примеры использования, edge cases, best practices
• Анализировать требования и превращать их в скалируемые компоненты
• Следить за AI-трендами и добавлять новые возможности в платформу

Что для нас важно

• Техническое образование (полное или в процессе обучения) — CS, инженерия, математика, физика или смежное направление
• Глубокое понимание LLM — как работают современные модели, их ограничения и сильные стороны; опыт работы с ChatGPT, Claude, Gemini на уровне выше "просто использования"
• Опыт с prompt-инжинирингом — не просто писание промптов, а их оптимизация, понимание, как разные параметры влияют на результаты
• Разработка на Python — на уровне, достаточном для создания интеграций, тестирования и автоматизации
• Системное и архитектурное мышление — умение проектировать масштабируемые решения
• Английский B1+ — доки, API documentation, научные статьи
• Самостоятельность — не нужны пошаговые инструкции, способность разбираться в незнакомых системах

Плюсом

• Знакомство с агентскими фреймворками (AutoGPT, LangChain, LlamaIndex patterns)
• Опыт fine-tuning моделей или работа с моделями через разные API (OpenAI, Anthropic, Hugging Face)

Что мы предлагаем

• Конкурентная зарплата и удаленка
• Полная или частичная занятость, гибкий график
• Доступ к современным AI-инструментам и моделям
• Возможность влиять на развитие платформы
• Развитие в быстро меняющейся сфере AI
• Профессиональная команда

Мы ищем Руководителя по ИИ, который выстроит системную работу с искусственным интеллектом в компании: от анализа бизнес-процессов до запуска и оркестрации AI-агентов и ботов, приносящих измеримый бизнес-результат. Вы будете соединять бизнес и технологии: превращать «узкие места» операций в работающие AI-решения, управлять кросс-функциональной командой и отвечать за ИИ-стратегию компании end-to-end.

• Анализ и аудит бизнес-процессов: Проводить функциональный и процессный аудит подразделений (продажи, поддержка, операции, HR, финансы), выявлять процессы, пригодные для автоматизации и интеллектуализации, формулировать гипотезы «as is → to be», оценивать экономический эффект, строить карты процессов и приоритизировать бэклог AI-инициатив;
• Проектирование и разработка AI-агентов: проектировать архитектуру AI-агентов: роли, инструменты, контекст, память, поведение, выбирать и комбинировать LLM, фреймворки и платформы, проектировать чат-ботов, голосовых ассистентов, RPA-агентов и мульти-агентные системы, прорабатывать prompt-инженерию, RAG, работу с векторными БД, интеграции через API, определять метрики качества: точность, галлюцинации, latency, CSAT, completion rate.
• Оркестрация и продакшн: выстраивать оркестрацию агентов: маршрутизация запросов, fallback-сценарии, эскалация на человека, внедрять системы мониторинга, логирования, A/B-тестирования, оценки качества, обеспечивать безопасность, governance, защиту данных и соответствие требованиям (152-ФЗ), управлять релизами, откатами, on-call процессами для AI-сервисов.
• Управление и стратегия: формировать и защищать ИИ-стратегию компании перед стейкхолдерами и топ-менеджментом, строить центр компетенций: обучать сотрудников, внедрять AI-грамотность в подразделениях, следить за трендами (LLM, мульти-агенты, MCP, on-device AI) и приоритизировать их применение, формировать AI-политику, регламенты, этические принципы использования ИИ.

• Практический опыт разработки и внедрения LLM-агентов и чат-ботов в продакшн;
• Глубокое понимание современного стека: LLM API, RAG, эмбеддинги, векторные БД, function calling, structured output;
• Умение анализировать бизнес-процессы: BPMN,Lean, value stream mapping, unit-экономика операций;
• Навык перевода бизнес-задач в технические спецификации и обратно;
• Опыт работы с облачными платформами (AWS / GCP / Azure / Yandex Cloud).

Будет плюсом

• Опыт внедрения AI в enterprise-сегменте: foodtech, банки, ритейл, телеком, промышленность.
• Практика с low-code/no-code оркестраторами;
• Знание Python на уровне написания прототипов и review кода.
• Опыт работы с on-prem LLM (vLLM, Ollama, llama.cpp) и приватными контурами.
• Участие в open-source AI-проектах, публикации, выступления на конференциях.

• Офисный формат работы; Офис находится в самом центре Спб на м.Адмиралтейская;
• Официальное трудоустройство;
• Заработная плата обсуждается в индивидуально;
• Конкурентная компенсация (fix + performance-бонус за достижение бизнес-метрик);
• Корпоративный ДМС после ИС.

AdminDivision admindivision.ru / ООО “ВПРОД” vprod.ru

Вакансия MLOps-инженер / инженер внедрения (LLM Platform / Inference)

Уровень: Middle+/Senior

Формат: Полностью удалённая работа, full-time или part-time занятость, оформление по ТК

Зарплата: По итогам собеседования (конкурентная рыночная вилка)

AdminDivision — команда инженеров с большим опытом построения высоконагруженных и отказоустойчивых систем для телекома, финтеха и IT-компаний.

Сейчас мы активно развиваем направление MLOps и LLM Platform и ищем сильного инженера, который будет внедрять и сопровождать ML/LLM-решения на production-инфраструктуре заказчиков.

Что предстоит делать:

• Внедрять и адаптировать LLM-решения на инфраструктуре клиентов

• Разворачивать и сопровождать inference-сервисы в Kubernetes (vLLM, KServe, LiteLLM и др.)

• Настраивать GPU workloads, storage, networking и observability

• Проводить анализ, диагностику и устранение инцидентов

• Консультировать ML/ML-инженеров и команды разработки по инфраструктуре

• Готовить качественную документацию и runbook’и

• Вести проекты в составе команды и быть ответственным за результаты своей части работы

Что для нас важно:

Linux и эксплуатация

• Уверенная работа с Linux в production: troubleshooting CPU, memory, disk, network, logs

• Понимание сетей (TCP/IP, DNS, HTTP/HTTPS), опыт с nginx / Traefik / аналогами

Kubernetes

• Практический опыт эксплуатации Kubernetes в production

• Уверенное владение Deployment, StatefulSet, Service, Ingress, PVC, Helm

• Умение быстро разбирать CrashLoopBackOff, OOMKilled, проблемы scheduling и readiness/liveness

DevOps и автоматизация

• Опыт написания и отладки Ansible-ролей

• Docker (написание и оптимизация Dockerfile)

• CI/CD (GitLab CI или GitHub Actions): сборка, тестирование и деплой контейнеров

Мониторинг

• Prometheus / VictoriaMetrics + Grafana

• Умение писать PromQL и строить дашборды

MLOps / LLM

• Понимание inference-пайплайна и компонентов: vLLM, KServe, LiteLLM, embedding/reranking, model routing

• Базовое понимание GPU serving: VRAM sizing, batching, KV cache, tensor parallelism

Будет большим плюсом:

• Опыт с GPU Operator / NVIDIA device plugin

• Argo CD / GitOps

• Self-hosted LLM-платформы

• PostgreSQL + Patroni, object storage (S3)

• MLflow, Airflow, vector DB, RAG

Мы предлагаем:

• Реальные production-задачи на стыке Kubernetes, GPU и LLM

• Возможность влиять на архитектуру и процессы

• Сильную инженерную команду и сложные технические вызовы

• Полностью удаленный формат работы с оформлением по ТК в компании с гос.аккредитацией

Центр практического искусственного интеллекта занимается разработкой и внедрением высокотехнологичных AI-инструментов.

Задачи берутся из повседневной практики бизнеса.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в телеграмме, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

Задачи:

• разработка и внедрение LLM-агентов и продвинутых RAG систем в управленческом домене для решения стратегических задач банка — от прототипов до продакшена
• решение прикладных задач оценки качества и полноты предоставленной документации/отчетности в бизнес доменах средствами ИИ-ассистентов (RAG-пайплайны, классификация запросов, генерация ответов, оценка релевантности)
• исследование и настройка multi-agent orchestration (LangGraph, LangChain, schema guided reasoning pipelines)
• работа с GigaChat как основной моделью, а также эксперименты с ChatGPT, Gemini, Qwen
• fine-tuning моделей (instruction-tuning, adapters, LoRA, SFT, LLM-RL)
• разработка метрик качества
• взаимодействие с инженерами и аналитиками — внедрение моделей в реальные кейсы.

Требования:

• опыт в роли DS/ML от 3 лет
• глубокая экспертиза в NLP/LLM
• уверенное знание инструментов разработки и инфраструктуры (bash, docker/openshift, git и т.д.)
• фундаментальные знания в сфере ML, профильное образование
• отличные знания языка Python и опыт индустриальной разработки
• понимание архитектуры LLM и принципов prompt engineering
• опыт построения RAG-систем, fine-tuning и дообучения моделей
• умение проектировать пайплайны inference / retraining
• опыт упаковки моделей в сервисы и интерфейсы (например, FastAPI, Flask, Tornado, StreamLit, ChainLit и т.д.)
• опыт интеграции LLM с внешними API или базами знаний.

Мы предлагаем:

• комфортный современный офис г. Москва, рядом с метро Кутузовская
• офисный формат работы (возможно обсудить гибрид после исп.срока)
• ежегодный пересмотр зарплаты и годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• 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.

Мы планируем построить и внедрить локальные LLM-решения для автоматизации внутренних бизнес-процессов. Наша цель — обеспечить высокий уровень безопасности данных, контролируемость инфраструктуры и независимость от внешних облачных провайдеров, где это критично. Мы ищем инженера, который сможет спроектировать архитектуру, настроить пайплайны и вывести модели в промышленную эксплуатацию в корпоративном контуре.

Обязанности:

• Архитектура и разработка: Проектирование и разработка корпоративной LLM-платформы с фокусом на локальное развертывание (on-premise) и использование open-source моделей;

• Интеграция фреймворков: Построение пайплайнов обработки данных и оркестрации запросов с использованием Open WebUI, LiteLLM, Langflow и RAGFlow для создания RAG-приложений и агентных рабочих процессов;

• Инфраструктура и инференс: Настройка высокопроизводительного инференса моделей с использованием vLLM для обеспечения низкой задержки и эффективного использования GPU-ресурсов;

• Унификация доступа: Настройка единого шлюза для управления подключениями к различным LLM (как локальным, так и внешним через OpenRouter) для гибкости и резервирования;

• Интеграция и автоматизация: Встраивание ML-решений во внутренние системы компании (CRM, HRM, документооборот) и автоматизация рутинных задач сотрудников;

• MLOps/LLMOps: Внедрение практик мониторинга, версионирования промптов и моделей, а также CI/CD для ML-компонентов.

• От 2-х лет коммерческого опыта в разработке и внедрении ML/AI решений;

• Стек технологий (Core):

1. Глубокое знание и опыт работы с указанным стеком: Open WebUI (как интерфейс для взаимодействия с моделями);

2. LiteLLM (прокси-сервер для унификации API), Langflow или LangChain (оркестрация цепочек), RAGFlow (реализация RAG-пайплайнов);

3. Опыт оптимизации инференса моделей с использованием vLLM или аналогичных библиотек (TensorRT, ONNX);

4. Знание OpenRouter как агрегатора API-провайдеров.

• Разработка: Продвинутый уровень Python (асинхронное программирование, FastAPI);

• Базы данных: Опыт работы с векторными базами данных (Pinecone, Milvus, Qdrant, FAISS);

• Инфраструктура: Опыт контейнеризации и оркестрации (Docker и тп), понимание принципов работы GPU в кластере.

Будет плюсом:

• Опыт работы с локальными open-source моделями (Llama, Qwen, Deepseek);
• Опыт интеграции AI в корпоративные системы (1С, SAP, Jira, Confluence, Битрикс24 и тп);
• Знание MLOps практик (MLflow, Weights & Biases);
• Опыт построения систем с учетом требований информационной безопасности и соблюдения локального законодательства (152-ФЗ) — использование локальной инфраструктуры для обработки персональных данных.

Личные качества (Soft Skills):

• Системное мышление и способность видеть продукт целиком, а не только ML-модель;
• Коммуникабельность: умение объяснять технические решения бизнес-заказчикам и стейкхолдерам;
• Проактивность: готовность предлагать архитектурные решения и брать ответственность за их реализацию;
• Стремление к изучению нового: быстро меняющийся стек LLM требует постоянного самообучения.

• Интересные задачи и проекты;
• Оформление по ТК РФ;
• Официальная заработная плата (уровень оплаты труда, обсуждается с успешным кандидатом на собеседовании);
• График работы 5/2 пн-чт с 09.30 до 18.15, пятница с 09.30 до 17.00;
• Возможность гибридного или удаленного формата работы.

«Детмир Тех» — команда, развивающая цифровую экосистему группы компаний «Детский мир». Делаем продукты для миллионов клиентов и сервисы, которые помогают бизнесу работать быстрее.

Нашему будущему коллеге предстоит работать над развитием Big Data Platform (hadoop + tooling in k8s) , которое является основным источником данных для всей группы компаний.

Мы ищем эксперта с высокой ролью ответственности, умеющего самостоятельно и в команде принимать решение по архитектуре и реализации.

Чем предстоит заниматься:

• Проектирование, разработка и поддержка витрины данных

• Разработка алгоритмов выгрузки, обработки, хранения данных (ETL) из разных систем, интеграция с внешними системами

• Автоматизация процессов обновления данных

• Разработка правил и процедур контроля качества данных

• Помогать коллегам DA и DS

• Техническая поддержка наших инструментов

• Разворачивание helm chart

• Сборка docker образов

• Продуктивизация моделей машинного обучения от команды DS

Что ожидаем от вас:

• Знания SQL

• Понимание жизненного цикла разработки ПО, культуры CI/CD

• Опыт создания и оптимизации Spark batch jobs

• Опыт разработки на Java (kotlin) Spring Service

• опыт работы с Airflow, умение создавать DAG'и, состоящие из Task и Sensor

• Отличное понимание устройства и принципов проектирования БД

• Опыт участия в проектах построения DWH и Data Lake в роли ETL-разработчика – от 3 лет

• Умение писать чистый поддерживаемый код и техническую документацию

• Опыт работы с Docker

Будет плюсом:

• Понимание технологий DevOps, опыт работы с CI/CD-инструментами.

• Опыт работы с Hadoop

• Опыт работы с Kubernetes

• Опыт работы с современными брокерами и очередями сообщений

• Опыт работы с Nifi

• Математическое\инженерное образование

Наш стек:

• последние версии Apache Spark (scala) и Apache Airflow

• Zeppelin

• Hadoop 3

• Kafka

• Docker, Kubernetes

• GitLab для CI/CD

Мы предлагаем:

• Официальное оформление в соответствии с ТК РФ в IT-аккредитованную компанию;
• Совокупный доход: оклад + годовой бонус;
• График работы: 5/2 (гибридный формат работы);
• Вакансия открыта для кандидатов, проживающих в РФ, удалённый формат работы из других стран не рассматривается;
• Техника для работы;
• Полис ДМС;
• Программа Best Benefits;
• Внутреннее обучение;
• Спортивные и развлекательные мероприятия, участие в корпоративной жизни компании.

Присоединяйтесь к нам и станьте частью истории бренда с историей!

Обязанности

• Разработка методологии сценариев для ИИ продуктов
• Перевод стандартных текущих процессов в формат ИИ
• Координация между тех. отделами и hr (команда обучения, укд и т.п.)
• Контроль реализации ИИ проектов
• Сбор и обработка данных (результаты диагностики) обучения, опросов вовлеченности выполнения kpi руководителей
• Разработка ML-моделей для предиктивной аналитики перс. рекомендаций, обучение моделей на внутренних данных
• Внедрение ИИ инструментов для руководителей (чат-боты, виртуальные симуляторы и т.п.)

Требования

• Неоконченное или высшее образование (техническое или по профилю управление проектами, методология ИИ, машинное обучение, системная аналитика)
• Опыт внедрения ботов ИИ и создания сценариев для ИИ это наш идеал
• Готовность предлагать идеи, инициативность, самостоятельность и креативность
• Готовность участвовать в новых трансформационных процессах
• Уверенные аналитические скиллы, системное мышление
• Навык работы с базами данных, умение выстраивать гипотезы для ИИ
• Готовность работать 5\2 в офисе с 9 до 18-00 или на гибриде, или удаленно из РФ

«Детмир Тех» — команда, развивающая цифровую экосистему группы компаний «Детский мир». Делаем продукты для миллионов клиентов и сервисы, которые помогают бизнесу работать быстрее.

Нашему будущему коллеге предстоит работать над проектом: OMNI-дашборды - системой визуализации отчетности для покрытия потребности в аналитических инструментах для высшего и среднего менеджмента Компании. Работать над развитием Корпоративного Хранилища Данных (Hadoop), которое является основным источником данных для этого проекта.

Цель проекта – реализовать уникальную систему по работе с клиентскими данными ПАО "Детский мир" на основе используемых компонентов и стэка технологий и программного обеспечения компании. По итогам проекта в компании появится единый источник непротиворечивой и консистентной информации для принятия управленческих решений.

Мы ищем эксперта с высокой ролью ответственности на проекте, умеющего самостоятельно и в команде принимать решение по архитектуре и реализации.

Чем предстоит заниматься:

• Написание дагов в Airflow

• Проектирование, разработка и поддержка витрин данных

  • Обычно это Sql или DataFrame API

• Разработка алгоритмов выгрузки, обработки, хранения данных (ETL) из разных систем, интеграция с внешними системами

  • sql подобные системы

  • а так же csv, xml, json, API

• Разработка правил и процедур контроля качества данных

• Поддержка переливки витрин в ClickHouse

• Создание Дашбордов в SuperSet

• Поддержка цепочки поставки витрин

Что ожидаем от вас:

• Создавать Spark ETL pipeline для загрузки данных в HDFS и преобразования данных на HDFS

• Обсуждать с аналитиками алгоритмы преобразования данных, переводить SQL от аналитиков в Spark API

• Участвовать в code review

• Проектировать и создавать архитектуру проекта и адаптировать ее под новые требования

• Понимать процессы CI/CD, мониторинга, взаимодействовать с командой DevOps

Будет плюсом:

• Опыт работы с Kubernetes, Helm

• Опыт работы с GitLab CI/CD

Наш стек:

• Hadoop 3 версии, размером 3 Петабайта

• Apache Spark и Apache Airflow

• ClickHouse

• SuperSet

• Docker, Kubernetes, VictoriaMetrics

• GitLab для CI/CD

Мы предлагаем:

• Официальное оформление в соответствии с ТК РФ;

• Срочный ТД (декретная ставка);

• Совокупный доход: оклад + годовой бонус;

• График работы: 5/2 (гибридный формат работы/ удаленный);

• Вакансия открыта для кандидатов, проживающих в РФ, удалённый формат работы из других стран не рассматривается;

• Техника для работы;

• Полис ДМС;

• Программа Best Benefits;

• Внутреннее обучение;

• Спортивные и развлекательные мероприятия, участие в корпоративной жизни компании.

Присоединяйтесь к нам и станьте частью истории бренда с историей!

“SkyNet” – мультиагентная система и набор агентских навыков для поддержки работы системных администраторов и управления эффективностью сопровождения Корпоративной аналитической платформы, включая работу с инцидентами, справочная поддержка администраторов, управление data workflow, работу с кластерами Hadoop.

Задачи:

• разрабатывать AI-агенты с использованием GigaChat, LangGraph
• разрабатывать модели машинного обучения
• разрабатывать компоненты и интеграции на Python для встраивания агентов в инфраструктуру банка
• работать с базами данных.

Мы ждем от тебя:

• коммерческий опыт разработки на Python от 1 года
• высшее профильное образование (информационные технологии и т.п.)
• опыт работы с системами контроля версий (Git)
• знания систем управления CI/CD процессов (Jenkins/Nexus/BitBucket)
• опыт работы с Linux системами.

Будет плюсом:

• наличие опыта создания ML моделей и AI-агентов
• знание языков программирования Java, Javascript, Go
• прохождение тематических курсов по ML и созданию AI-агентов.

Мы предлагаем:

• комфортный современный офис: БЦ Даниловский форт, рядом с М.Тульская, Верхние котлы
• возможность выбрать удобный график – офис/гибрид
• 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
• 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.

SMARTER — федеральный аутсорсинговый контакт-центр, работающий на рынке более 12 лет. За это время мы зарекомендовали себя как надёжный партнёр для бизнеса в России и странах СНГ.

Мы работаем на самописном софте для автоматизации человеческих и роботизированных контактных центров QsIQ.

СУБД — MySQL, MongDB, широко используем Reddis и RabbitMQ.
Есть ряд сервисных задач по грумингу БД — несколько независимых инстансов требуют присмотра и автоматизации.

Ищем инженера, который смотрит на работу не только через призму трабл-тикетов или сервисных алертов, а способен немного понять, какой бизнес-процесс лежит в основе эксплуатации подконтрольных ему сущностей: зачем, как и как часто что-то куда-то пишется, когда это можно поломать, как сильно это нужно хранить, как долго оно должно отвечать и т.п.

Какие задачи тебя ждут:

• Проектирование и внедрение новых баз данных на MySQL, MongoDB и MS SQL Server (выбор типа СУБД, проектирование схем/коллекций, стратегия индексации и шардирования);
• Регулярный аудит существующих баз данных: анализ структуры, производительности, конфигурации;
• Повышение производительности баз данных: анализ и оптимизация запросов, работа с индексами, партиционирование, настройка СУБД и Linux;
• Работа с аналитическими запросами и выгрузками данных: подготовка и оптимизация запросов, создание витрин и отчётов, обработка больших объёмов данных по задаче от бизнеса;
• Валидация, очистка, обогащение и поддержание качества данных в таблицах и коллекциях;
• Настройка и поддержка высокой доступности: репликация, кластеризация, failover-решения, балансировка нагрузки;
• Организация резервного копирования, восстановления и disaster recovery;
• Настройка мониторинга состояния и здоровья баз данных;
• Автоматизация рутинных задач (скрипты Bash/Python, Ansible);
• Интеграция баз данных с приложениями и брокерами сообщений;
• Документирование архитектуры и лучших практик.

Что необходимо, чтобы стать частью команды:

• Несколько лет практического опыта работы инженером/администратором баз данных MySQL на коммерческих боевых проектах;
• Опыт работы с MongoDB: проектирование коллекций, индексы, aggregation pipeline, понимание модели данных;
• Понимание архитектуры СУБД, принципов индексации, нормализации, транзакций, изоляции и consistency;
• Опыт тюнинга производительности баз данных и Linux-серверов;
• Опыт написания скриптов автоматизации (Bash + Python);
• Понимание принципов высокой доступности и отказоустойчивости;
• Опыт работы с системами мониторинга;
• Ответственность, самостоятельность и системный подход к решению задач.

Будет преимуществом:

• Практический опыт с Redis (кэширование, pub/sub, Redis Cluster, persistence);
• Опыт настройки и поддержки RabbitMQ (очереди, exchange, routing);
• Продвинутый уровень работы с Zabbix (шаблоны, API, distributed monitoring, alerting);
• Опыт работы в high-load проектах, fintech, e-commerce или с большими данными;
• Опыт настройки кластеров высокой доступности.

Мы предлагаем:

• Оформление по ТК РФ;
• График работы 5\2 с 9:00 до 18:00 (выходные: суббота, воскресенье);
• Оклад 100 000 р. на руки + премия (период испытательного срока 50 000 р., далее 60 000 т.р.);
• Обучение новым технологиям;
• Работа в современном офисе или удалённо.

Ждем вас в нашей команде!

Мы — ML команда финансовых продуктов Wildberries, одного из крупнейших маркетплейсов Европы с более чем 30 млн активных пользователей в день.
Мы строим масштабные end-to-end ML решения, развиваем высоконагруженную ML-инфраструктуру с нейросетями и десятками тысяч признаков, векторными, реляционными и in-memory базами данных. Открываем новые горизонты и продукты с помощью AI. Обеспечиваем ежедневный и онлайн инференс ML-моделей по базе свыше 100 миллионов клиентов.

Мы ищем опытного Middle/Senior MLE в нашу команду. Если готов строить новые продукты на базе LLM и нейросетей, внедрять чат-боты, агенты и различные помощники, обеспечивать высокие стандарты качества этих систем, эффективность инференса нейросетей и больших языковых моделей, выстраивать взаимодействия с командами backend/DevOps/DWH - нам по пути!

Стань частью команды!

Вам предстоит :

• Проектировать и разрабатывать продукты с использованием LLM: RAG, чат-боты, агенты, помощники для написания кода, автогенерации тестов и многое другое;
• Принять участие в различных проектах с использованием LLM, активно влиять на продуктовые метрики и применять последние наработки в области LLM/агентных систем;
• Настраивать и оптимизировать скорости работы моделей;
• Исследовать и внедрять современные архитектуры, а также подходы к обучению моделей;
• Оптимизировать модели для production-среды (квантизация, дистилляция);
• Разрабатывать стандарты и процессы обучения моделей и помощь другим командам в их внедрении;
• Проводить RnD для улучшения продуктовых метрик бизнеса финтеха с применением новейших архитектур нейронных сетей.

Компания ООО ИЦ «АЙ-ТЕКО» - ведущий российский системный интегратор и поставщик информационных технологий для корпоративных заказчиков. Активно действует на рынке IT России с 1997 года, входит в ТОП-400 крупнейших российских компаний, ТОП-10 крупнейших IT-компаний России.

В связи с активным развитием проектов в компании открыта вакансия Python-разработчик.

ВАМ ПРЕДСТОИТ:

• Выполнение работ по миграции с платформы Elasticsearch на целевую;
• Переписывать код расчета метрик с JavaScript на SQL/Python (PostgreSQL, AirFlow);
• Переводить бэкенд-сервисы приложений на работу с целевым хранилищем (PostgreSQL);
• Писать джобы на AirFlow/PySpark по отправке готовых расчетов метрик/витрин с данными в целевые системы/компоненты (Hadoop, Kafka);
• Писать автоматизированные тесты под разработанный функционал.

НАШИ ОЖИДАНИЯ ОТ УСПЕШНОГО КАНДИДАТА:

• Опыт коммерческой (промышленной) разработки на Python от 2 лет (Обязательно);
• Знание и владение SQL на высоком уровне;
• Опыт работы с Airflow;
• Опыт работы с базами данных и очередями сообщений (Postgres, Kafka);
• Понимание практик и инструментов DevOps (Docker, Kubernetes, Ansible, Jenkins, Nexus и т.п.);
• Опыт работы с инструментами мониторинга и логирования;
• Желание разбираться в продукте в целом, а не только в своем коде;
• Умение работать в команде, ответственность и самостоятельность;
• Опыт настройки интеграции и работы с API языковых моделей (LLM);
• Опыт работы с JavaScript;
• Знакомство с Elasticsearch.

МЫ ПРЕДЛАГАЕМ:

• Работа в аккредитованной ИТ-компании;
• Формат работы - удаленка
• Оформление в соответствии с ТК РФ с первого дня работы;
• ДМС с первого дня работы (включая стоматологию);
• Корпоративный спорт: скидки на посещение фитнес-клубов, футбольная и волейбольная секции, собственный йога класс;
• Работа в команде, использующей гибкий подход к разработке;
• Работа в развивающемся IT-проекте с командой специалистов высокого уровня, возможность развития и обмена опытом.

• Формирование тарификации и сегментации по добровольным розничным видам страхования.
• Систематический анализ портфеля розничного блока.
• Верификация ML моделей для целей использования их в сегментации добровольных видов розничного страхования.
• Постановка технических заданий Департаменту информационных технологий по вопросам внесения необходимых изменений в АИС.
• Анализ достоверности базы данных и правильности используемых алгоритмов АИС.

• Знания в области страхования, математики, методов статистического анализа данных и ML.
• Опытный пользователь ПО: Python, SQL/Cognos,
• Опыт работы с большим массивом данных, построение тарифных и скоринговых моделей.

• Работа в IT-дирекции одной из крупнейших российских страховых компаний.
• Возможность реализовать свои идеи в крупных проектах в сфере страхования.
• Сильную команду профессионалов, готовых поддержать ваши инициативы.
• Заботу о здоровье: ДМС сразу после испытательного срока, расширенная программа ДМС через 6 месяцев после прохождения испытательного срока.
• Возможность совершенствовать себя в одном из лучших Корпоративных университетов, бесплатный корпоративный доступ к электронной библиотеке «Альпина».
• Уникальные предложения и скидки от партнёров.
• Прозрачную систему бонусов и премий, достойную зарплату - размер обсудим на интервью.
• Зарплатный проект от корпоративного АО Инго Банка: повышенный кешбэк бонусами, льготы по кредитам, ипотеке, рефинансированию, выгодные ставки по вкладам, накопительным счетам.

ГК "ИнфоТеКС", входящая в ТОП-5 компаний России в сфере защиты информации, лидер в разработке средств защиты информации, приглашает Инженера данных

Обязанности:

• Наладить потоковую или batch-поставку данных, организовать оркестрацию задач (например, Airflow).
• Настраивать автоматический сбор данных из разных источников (базы данных, API, файлы, очереди сообщений).
• Развивать и оптимизировать текущую архитектуру хранения: организовывать долгосрочное хранение данных (Data Lake / Parquet), обеспечивать интеграцию между источниками и аналитическими БД.
• Поднимать и поддерживать тестовые стенды для отработки сценариев сбора данных (Docker Compose, генераторы тестовых данных).
• Разработка бенчмарков для оценки функциональных и нефункциональных характеристик решений.

• Опыт разработки на Python и уверенное владение SQL.
• Уверенное владение командной строкой Linux.
• Опыт работы с источниками данных: реляционные БД (PostgreSQL), аналитические БД (ClickHouse) и файловые системы/объектные хранилища (FTP/NFS/S3).
• Навыки контейнеризации (Docker/LXD) и умение поднимать локальные стенды для тестирования своих пайплайнов.
• Опыт написания ETL-скриптов на Python (включая библиотеки pandas, polars или PyArrow) для трансформации и перемещения данных между источниками.
• Умение писать простые бенчмарки (замерять время, память, CPU).

Условия:

• работа в офисе;

• полное соблюдение трудового законодательства РФ, оплачиваемые отпуска и больничные листы, "белая" заработная плата;

• оплачиваемое работодателем питание в офисе или кафе;

• ДМС (добровольное медицинское страхование), страховка от несчастных случаев;

• корпоративные мероприятия и спортивные инициативы;

• возможность получения профессиональных сертификатов и прохождения курсов повышения квалификации за счёт компании.

Чем предстоит заниматься

• Проектировать, обучать и оптимизировать модели компьютерного зрения (классификация, детекция, сегментация, трекинг, OCR/распознавание образов).
• Работать с реальными данными: сбор, разметка, аугментация, предобработка изображений и видеопотоков.
• Проводить экспериментальные исследования, сравнительный анализ подходов и валидацию моделей.
• Готовить обученные модели к промышленной эксплуатации: конвертация в ONNX/TensorRT/TFLite, оптимизация под целевое железо, ускорение инференса.
• Интегрировать модели в программные продукты, участвовать в код-ревью и написании технической документации.
• Взаимодействовать с продуктовой командой и заказчиком для формализации требований и перевода бизнес-задач в ML-спецификацию.

Требования (обязательные)

• Подтверждённый опыт разработки в области компьютерного зрения от 2 лет, подтверждённый реализованными проектами (портфолио, ссылки на репозитории, описание внедрённых решений или рекомендации).
• Профильное высшее образование: прикладная математика, информатика, физика, радиофизика, техническая кибернетика, механика и математическое моделирование или смежные специальности.
• Уверенное владение Python и основными библиотеками для CV/ML (OpenCV, NumPy, scikit-image, Pandas).
• Глубокое знание хотя бы одного современного фреймворка глубокого обучения: PyTorch (предпочтительно) или TensorFlow/Keras.
• Понимание классических алгоритмов компьютерного зрения, теории обработки изображений, feature engineering.
• Опыт подготовки данных для задач CV, умение писать эффективные пайплайны загрузки и аугментации.
• Навыки оценки качества моделей, выбора метрик, борьбы с переобучением и дисбалансом классов.
• Знание принципов развёртывания моделей: ONNX, TensorRT, Docker, работа с API (FastAPI/Flask).
• Свободное владение Linux, Git, Bash-скриптингом.

Будет плюсом

• Опыт работы с видеоаналитикой, многокамерными системами, трекингом (DeepSort, ByteTrack, BoT-SORT).
• Разработка под встраиваемые и edge-устройства (NVIDIA Jetson, OpenVINO, NPU/TPU-ускорители).
• Понимание 3D-зрения, стереозрения, лидаров, структуры из движения (SfM), SLAM.
• Владение генеративными моделями (GAN, диффузионные модели) и их применением в аугментации или синтезе данных.
• Участие в профильных соревнованиях (Kaggle, хакатоны) и научные публикации.
• Знание C++ для инференса или разработки высокопроизводительных компонентов.

Мы предлагаем

• Работу над сложными, технологически насыщенными продуктами с реальным внедрением.
• Конкурентную заработную плату (обсуждается индивидуально) и официальное оформление.
• Гибкий формат работы: удалённо
• Дружную команду нацеленную на результат и обмен опытом.

КОГО МЫ ИЩЕМ?

Стажера Дата инженера в Аналитику для сервиса Заявки Телеком данных

ОПИСАНИЕ ПРОДУКТА

Аналитика для сервиса Заявки Телеком данных - продукт занимается выгрузками данных по телекому (начисления, трафик, услуги, тарифы) для внутренних заказчиков, работа с разными источниками (Hadoop, Greenplum, Oracle, другие БД)

ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ:

• Выгружать и обрабатывать гео- и телеком-данные (трафик, локации нахождения абонентов);
• Разрабатывать простые ETL-процессы;
• Выполнять ad-hoc-задачи на PySpark;
• Создавать сегменты пользователей;
• Готовить отчётность и обрабатывать табличные данные на PySpark

ЧТО МЫ ОЖИДАЕМ:

• В т.ч. студенты 3 - 6 курсов бакалавриата, специалитета или магистратуры;
• Уверенное базовое знание Python;
• Уверенное знание SQL;
• Будет плюсом: знание распределенных вычислений, PySpark

ЧТО МЫ ПРЕДЛАГАЕМ:

• Есть ли куратор? Да, наставник будет с тобой с самого начала;
• Какой график? Гибкий, начало работы в промежутке с 8 до 11, занятость - 30 - 40 часов в неделю;
• Условия? Официальное оформление сроком от 6 до 9 месяцев с реальной возможностью остаться в штате - такие кейсы уже проходили и нам понравилось :)

Приглашаем тебя присоединиться к нашей команде в роли Middle Machine Learning Specialist для реализации, развития проекта ИИ-инструмента прототипирования фасадных решений в SketchUp, который встраивает графические и ИИ сервисы прямо в рабочий процесс проектирования фасадных решений.

Твои будущие задачи:

• Research: изучение научных статей и SOTA методов в области генерации изображений (image-to-image, controllable generation), компьютерного зрения (CV), мультимодальных моделей и LLM-подходов (RAG, агенты) применительно к задачам архитектурного проектирования и фасадных решений.

• Работа с данными: сбор, препроцессинг, очистка и анализ данных. Построение эффективных пайплайнов обработки данных. Типы данных - текст: естественный язык, структурированные параметры фасадов, требования и ограничения, логи; изображения: rgb, скриншоты SketchUp, референсы фасадов, карты глубины/маски/сегментация, чертежи, векторная графика; (опционально) 3d объекты: mesh, point cloud.

• Разработка и обучение моделей: запуск и адаптация существующих решений (Stable Diffusion-подобные пайплайны, Image Edit модели), LoRA / fine-tuning под архитектурные стили и фасадные ограничения, разработка модулей управления генерацией (материалы, пластика, ритм, детализация), внедрение подходов к мультимодальному обучению. Частично — интеграция LLM-компонентов (генерация параметров, текстовые подсказки, RAG по справочным данным).

• Коммуникация с бизнесом: активное взаимодействие с архитекторами, визуализаторами и продуктовыми командами для обсуждения и уточнения требований к функционалу ML-компонентов. Объяснение возможностей и ограничений генеративных моделей, презентация результатов экспериментов. Участие в формировании технических заданий на ML-функционал.

• Интеграция и эксплуатация: участие в интеграции ML-моделей и inference-сервисов в рабочий процесс (в т.ч. через SketchUp-плагин), упаковка решений в REST-сервисы, мониторинг качества и стабильности результатов.

• Опыт коммерческой разработки ML-решений от 2 до 4 лет (middle-уровень).

• Уверенные навыки работы с Python и PyTorch.

• Практический опыт в генерации изображений / image-to-image / diffusion-подходах (Stable Diffusion и аналоги).

• Знание основ и практический опыт работы с LLM-архитектурами (текстовые и мультимодальные трансформеры, PEFT, LoRa, RAG).

• Опыт обработки данных, знание pandas, numpy, opencv.

• Умение формулировать технические задачи и чётко коммуницировать с нетехническими специалистами (архитекторы / визуализаторы / продукт).

• Английский на уровне чтения технической документации.

Будет плюсом:

• Опыт развёртывания моделей и inference-сервисов (REST API, Docker).
• Опыт работы с CV (классический CV, CNN, сегментация, детекция, работа с масками/картами глубины).
• Опыт работы с 3D-данными (mesh, point cloud).
• Опыт работы с CAD / SketchUp / 3D-моделированием.

• Официальное трудоустройство по ТК РФ;
• Возможность удаленной работы на территории РФ;
• Комфортный офис в двух минутах от м. Баррикадная;

• Софинансирование ДМС;

• Скидки и бонусы от партнеров: спорт, обучение, путешествия;

• Программы обучения по работе с Искусственным интеллектом для всех сотрудников компании;

• Возможность учиться у профессионалов отрасли и влиять на значимые проекты для города.

Мы ценим каждого сотрудника и стремимся создать комфортные условия для работы и личного роста. Присоединяйтесь к нам и станьте частью успешной команды!

О нас: Команда разработки, полная удаленка, работаем по МСК. Ищем эксперта, который закроет все вопросы по производительности и архитектуре БД.

Задачи:

• Оптимизация тяжелых запросов (EXPLAIN, настройка индексов).

• Написание и рефакторинг PL/pgSQL (функции, процедуры, триггеры).

• Аудит блокировок, работа с MVCC, настройка autovacuum.

• Участие в проектировании схем данных.

• Базовое сопровождение репликации и отказоустойчивости.

Требования:

• Опыт коммерческой работы с PostgreSQL от 5 лет.

• Экспертный SQL: оконные функции, CTE, JSONB.

• Глубокое понимание планов выполнения и внутреннего устройства СУБД.

• Уверенное владение PL/pgSQL.

• Git + опыт работы с миграциями (Flyway/Liquibase).

Будет плюсом: TimescaleDB, Patroni, Linux, опыт апгрейдов кластеров.

Условия:

• Полная удаленка.

• Официальное трудоустройство или самозанятость.

• Рабочий день пересекается с МСК (10:00–19:00).

• Сложные нагрузки, интересные задачи.

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

Команда Товарных рекомендаций помогает найти пользователю интересные ему товары в огромном ассортименте Wildberries, а также занимается подбором похожих и сопутствующих товаров.

Сейчас мы ищем Middle и Senior Data Scientists для разработки системы рекомендаций и увеличения средней корзины пользователя.

Обязанности

• Разрабатывать алгоритмы рекомендаций по сопутствующим и похожим товарам;
• Повышать релевантность рекомендаций для увеличения средней корзины и конверсии;
• Оптимизировать и перестраивать пайплайн подготовки данных и обучения моделей;
• Обучать модели ранжирования / эмбеддинговые модели, фьюзить табличные и контентные фичи, валидировать решение;
• Иследовать, проверять и адаптировать современные VLM подходы.

Требования

• Опыт работы в области ML от 3 лет;
• Опыт разработки рекомендательных систем в продуктах - понимание подходов, принципов и архитектур;
• Глубокие знания в классическом ML и опыт работы с актуальным стеком моделей;
• Практические навыки в ML-стеке: Polars/Pandas для ETL, Numpy, Scipy, Scikit-learn, XGBoost/LightGBM/CatBoost;
• Опыт разработки пайплайнов обучения и сериализации моделей;
• Уверенные навыки в алгоритмах и структурах данных, глубокие знания в DL, CLIP/VLM: уверенное понимание архитектур трансформеров и мультимодальных моделей;
• Опыт работы с современными LLM/VLM моделями, обучением мультимодальных векторных моделей, построением рекомендательных систем;
• Опыт работы с векторными базами данных, инструментами ANN для быстрых поисков и построением ETL-процессов с использованием PySpark будет плюсом.

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.

Чем предстоит заниматься:

• разработка + программирование

Мы ожидаем от кандидатов:

• Уверенное знание Python, Linux,

• Опыт разработки на C/C++,

• Понимание принципов ООП, многопоточности, асинхронного программирования,

• Опыт работы с Git, Raspberry Pi или аналогичными устройствами,

• Опыт работы с PX4, ArduPilot, MAVLink или аналогичными системами

• Готовность к командировкам и ненормированному рабочему дню.

Будет плюсом:

Опыт работы с NVIDIA Jetson, Orange Pi или другими embedded-платформами, опыт оптимизации нейросетей, понимание телеметрии

Наши условия:

• График работы: 5/2, офис/гибрид
• Оформление: ТК РФ
• Место работы: Раменки/Теплый Стан
• Соцпакет: ДМС

Мы разрабатываем AI-помощников для автоматизации поддержки клиентов Сбербанка в каналах чата. Наши решения на основе ML и LLM самостоятельно обрабатывают вопросы, сокращая нагрузку на операторов и обслуживая до 50+ млн клиентов в месяц. В составе команды вы будете отвечать за полный цикл создания AI/ML решений— от генерации идеи до внедрения в высоконагруженный продакшен. Мы ищем NLP Data Scientist’а для разработки и улучшения решений с упором на работу с LLM-моделями, прежде всего GigaChat.

Обязанности

• Разработка и внедрение LLM моделей для решения NLU задач бизнеса (SFT, RAG (Retrieval Augmented Generation), Agents, Summarization, Text Ranking, Text Matching, Language Modeling)
• Дообучение LLM моделей
• Разработка подходов и процессов разметки данных для оценки качества работы LLM
• Формирование и работа с ML пайплайнами: работа с данными, обучение/дообучение NLP моделей, оценка качества решений, поддержка/автоматизация решений
• Оптимизация работы моделей для промышленного контура на CPU/GPU
• Работа с командой бизнес-представителей, DS-разработчиками
• Организация проверки и генерация гипотез для решения технических и бизнес-задач.

Требования

• Опыт разработки на python, numpy, sklearn, pandas + библиотеки обработки текстовых данных
• Опыт работы с Pytorch для построения DL текстовых моделей
• Опыт работы с библиотеками LangChain/LangGraph
• Опыт практической работы с LLM через API
• Отличные теоретические знания классического и нейросетевого NLP, в тч LLM
• Опыт дообучения классических трансформеров и LLM
• Практический опыт, эксперименты, внедрение в ПРОД LLM решений
• Опыт prompt-engineering
• Знание sql
• Linux, Git.

Будет плюсом:

• Работа с инструментами Hadoop (HDFS, Hive), Spark
• Опыт постановки и проведения a/b тестов
• Опыт работы с распределенным обучением, глубокое знание GPU архитектуры.

Условия

• Комфортный современный офис рядом с м. Кутузовская
• Формат работы - возможен гибрид после испытательного срока
• 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
• Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• Вознаграждение за рекомендацию друзей в команду Сбера.

Команда проекта работает над продуктом Аналитическое приложение ЦУНДО, АС для формирования и управления отчетностью подразделения ЦУНДО (Центра управления наличного денежного оборота).
Состоит из Базы данных GreenPlum и приложения на Java.

Твои задачи:

• Разрабатывать ETL ПО: витрины данных (Scala + Spark), а также интеграционные потоки с использованием kafka, хранилища данных на Postge и API методов
• Искать возможности оптимизации, повышения скорости расчета, эффективности использования вычислительных ресурсов
• Повышать стабильность работы приложений, анализ типовых ошибок и возможных рисков, развивать системы логирования, её полноту и информативность для последующей промышленной эксплуатации, при необходимости участвовать в решении возникающих при эксплуатации инцидентов
• Развивать систему контроля качества, автотестов
• Agile работа в тандеме с аналитиком данных, который является носителем ТЗ на разработку
• Самостоятельное осваивать и соблюдать стандарты разработки (описание в Confluence)
• Оформлять релизную документацию – паспорт релиза, чек-листы
• Также у команды есть задачи, связанные с развитие ИИ агентов на этапе зарождения направления

Что мы ждем от тебя:

• Опыт работы в роли Разработчика от 3 (трех) лет за период с 2018 г. по
  настоящее время в проектах по разработке и/или модификации и/или внедрению
  ПО с использованием инструментов и технологий GreenPlum
• Навыки разработки витрин данных на GreenPlum, Posgtres (SQL/PSQL, MPP – архитектура, технология дистрибуции, ролевая модель)
• Опыт оптимизации производительности SQL запросов (план запроса, индексы, дистрибуция, full scan)
• Опыт с ETL инструментами (Informatica PowerCenter)
• Знание экосистемы Hadoop (HDFS, Spark, Hive, Hue, Yarn)
• Система контроля версий Bitbucket и DevOps инструментарием (Jenkins, Nexus)
• Опыт командной разработки с использованием Confluence, Jira
• Опыт работы, как в каскадных (waterfall), так и в гибких методологиях (Agile

и/или DevOps и/или Scrum) разработки

Что мы обеспечиваем:

• Внутренние семинары, митапы, мы очень любим учиться новому
• ДМС со стоматологией для сотрудников и скидку на покупку ДМС для ближайших членов семьи
• Технику для комфортной работы
• Сессии профессионального развития персонала, результатом которой является план индивидуального развития каждого сотрудник

Запускаем проект по интеллектуальному мониторингу и оптимизации серверной инфраструктуры банка. Основной акцент делаем на поиске аномалий в использовании ресурсов десятков внутренних сервисов. Задача — создать систему, которая не только фиксирует отклонения, но и позволяет выявить их причину. Планируется переход к прогнозированию нагрузок и предиктивному управлению ресурсами. Это масштабный объем данных, сложная структура взаимодействий между сервисами и ощутимый бизнес-результат: предупреждение сбоев и сокращение расходов на избыточное резервирование. Команда создаётся с нуля специально под этот проект. Её цель — четыре специалиста: руководитель группы и три участника с функционалом Data Scientist/Data Engineer. Присоединяясь сейчас, сможешь определить направление технологического стэка, архитектурные подходы и выстроить процессы так, чтобы обеспечить долговременное успешное развитие проекта.

• разрабатывать и внедрять модели для выявления отклонений в работе серверов

• создавать пайплайны для сбора, очистки и подготовки данных из распределённых источников

• исследовать данные, выявляя закономерности и зависимости между внутренними сервисами

• развивать ML-компоненты проекта, тестируя новые алгоритмы и улучшая точность существующих решений

• интегрировать разработанные решения в инфраструктуру мониторинга банка.

• уверенно владеешь Python и библиотеками Pandas, NumPy, Scikit-Learn, PyTorch/Tensorflow

• имеешь опыт работы с базами данных и инструментами типа SQL, PostgreSQL, Hadoop, Spark

• понимаешь принципы анализа временных рядов и можешь применять методы математической оптимизации для эффективного использования ресурсов.

Будет плюсом:

• знакомство с принципами prompt engineering и опытом работы с крупными языковыми моделями (LLM)

• уверенное использование инструментов HUE для навигации по HDFS и выполнения запросов Impala/Hive.

• комфортный современный офис рядом с м. Кутузовская

• формат работы - 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

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

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

• вознаграждение за рекомендацию друзей в команду Сбера.

Запускаем проект по интеллектуальному мониторингу и оптимизации серверной инфраструктуры банка. Основной акцент делаем на поиске аномалий в использовании ресурсов десятков внутренних сервисов. Задача — создать систему, которая не только фиксирует отклонения, но и позволяет выявить их причину. Планируется переход к прогнозированию нагрузок и предиктивному управлению ресурсами. Это масштабный объем данных, сложная структура взаимодействий между сервисами и ощутимый бизнес-результат: предупреждение сбоев и сокращение расходов на избыточное резервирование. Команда создаётся с нуля специально под этот проект. Её цель — четыре специалиста: руководитель группы и три участника с функционалом Data Scientist/Data Engineer. Присоединяясь сейчас, сможешь определить направление технологического стэка, архитектурные подходы и выстроить процессы так, чтобы обеспечить долговременное успешное развитие проекта.

Обязанности

• разрабатывать и внедрять модели для выявления отклонений в работе серверов
• создавать пайплайны для сбора, очистки и подготовки данных из распределённых источников
• исследовать данные, выявляя закономерности и зависимости между внутренними сервисами
• развивать ML-компоненты проекта, тестируя новые алгоритмы и улучшая точность существующих решений
• интегрировать разработанные решения в инфраструктуру мониторинга банка.

Требования

• уверенно владеешь Python и библиотеками Pandas, NumPy, Scikit-Learn, PyTorch/Tensorflow
• имеешь опыт работы с базами данных и инструментами типа SQL, PostgreSQL, Hadoop, Spark
• понимаешь принципы анализа временных рядов и можешь применять методы математической оптимизации для эффективного использования ресурсов.

Будет плюсом:

• знакомство с принципами prompt engineering и опытом работы с крупными языковыми моделями (LLM)
• уверенное использование инструментов HUE для навигации по HDFS и выполнения запросов Impala/Hive.

Условия

• комфортный современный офис рядом с м. Кутузовская
• формат работы - 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
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• вознаграждение за рекомендацию друзей в команду Сбера.

Задачи:

• Разработка и внедрение AI-агентов для автоматизации задач компании;
• Проработка гипотез по применению LLM-моделей в реальных бизнес-процессах;
• Промт-инжиниринг: настраивать запросы к моделям для получения точных и полезных ответов;
• Тестирование работы AI-агентов, анализ результатов и улучшения;
• Работать с документацией и отчётами в Microsoft Office

Ожидания от кандидата:

• Опыт работы с LLM-моделями (ChatGPT, GigaChat, YandexGPT или аналоги) — даже в учебных или личных проектах
• Уверенная квалификация промт-инженера, навык составления эффективных запросов;
• Уверенное владение ПК и пакетом Microsoft Office (Word, Excel, PowerPoint
• Навык командной работы;

ИИ-лаборатория КОРУС Консалтинг

Хочешь получить практический опыт применения ИИ и поработать над реальными задачами бизнеса?

Приглашаем студентов ИТ-направлений на проектную стажировку, где ты научишься использовать современные инструменты искусственного интеллекта для решения прикладных задач и создашь собственный проект под руководством экспертов компании.

Что тебя ждет

• Работа над реальными бизнес-кейсами с применением технологий искусственного интеллекта.
• Практика использования современных ИИ-инструментов для анализа данных, автоматизации процессов, разработки решений и создания цифровых продуктов.
• Обучающие лекции и мастер-классы от экспертов компании.
• Самостоятельная работа над проектом с консультационной поддержкой наставника.
• Защита итогового проекта перед экспертной комиссией.

Формат стажировки

• Продолжительность: 4-6 недель.
• Гибридный формат участия (несколько раз в неделю будут встречи у нас в офисе).
• Занятость: гибкий график, позволяющий совмещать стажировку с обучением.

Кого мы ждем

• Студентов ИТ-направлений подготовки в том числе.
• Бакалавров, специалистов и магистрантов 2–6 курсов.
• Интересующихся искусственным интеллектом, цифровыми технологиями и разработкой решений для бизнеса.
• Готовых самостоятельно изучать материалы и работать над проектными задачами.

Что получишь

• Практический опыт применения ИИ в бизнесе.
• Навыки проектной работы и взаимодействия с экспертами отрасли.
• Итоговый проект в портфолио.
• Возможность попасть в кадровый резерв компании и получить приглашение на дальнейшие программы сотрудничества.
• Оформление в компанию на срочный трудовой договор с ежемесячной оплатой.

• Контроль и обеспечение валидности транспортных метрик:

Регулярный аудит качества данных по маршрутам, затратам, срокам доставки;
Настройка автоматических проверок на аномалии;
Очистка и нормализация данных из систем;

• Формирование и визуализация операционных метрик:

Разработка системы ключевых показателей по транспортному блоку:
стоимость доставки;
соблюдение планового времени доставки;
Построение дашбордов (Power BI, Tableau, Superset) для руководителей логистики и финансов;

• Исследование гипотез для оптимизации бизнес-процессов:

Анализ влияния изменений маршрутной сети на сроки и себестоимость;
Оценка экономического эффекта от перераспределения потоков, консолидации грузов, смены перевозчика;
Проверка гипотез: как изменение частоты отправок, порога накопления заказов или временных окон забора груза влияет на сквозные метрики;

• Поиск точек роста через исследование текущих метрик:

Выявление неэффективных маршрутов;
Анализ корреляций: погодные условия, день недели, загруженность трасс → отклонения по срокам доставки;
Формулирование и приоритезация гипотез по улучшению;

• Прогнозирование и сценарное моделирование:

Разработка моделей прогнозирования затрат и сроков доставки при изменении тарифов, топливных сборов, сезонности, изменения географии;
Расчёт эффекта от внедрения новых маршрутов или изменения плечей.

• MS Excel, SQL, jira, Confluence, MS PowerQuery, Jupyter Notebook;
• Исследовательский анализ данных Apache Airflow, Python, Power BI, Docker;
• Математическая статистика Scikit-learn, dbt, FastAPI, Apache Kafka, Apache NiFi, Git, Greenplum, Clickhouse, PySpark, Big Data ,Hadoop, CI/CD.

• Работа в крупной транспортной компании, занимающей лидерские позиции на рынке перевозки сборного груза;
• Возможность профессионального развития в крупной федеральной компании;
• Официальное трудоустройство с первого рабочего дня;
• Полностью белую заработную плату (уровень обсуждается);
• Плавный вход в должность и онбординг;
• Бесплатное обучение в корпоративном университете;
• Активную внутрикорпоративную жизнь (праздники, мероприятия, тимбилдинги, выставки и пр.);
• Подарки сотрудникам и их детям (НГ, корп. даты, детские конкурсы и викторины);
• График работы 5/2, с 09.00 до 18.00, возможен гибрид;

Место работы: г. Москва, 1-й Вязовский проезд, 4с19, ст. м. Рязанский проспект, м. Окская, м. Стахановская или г. Москва 2-я Мелитопольская, 12с8.

В команду сети отелей Яхонты 4* ищем специалиста с практическим опытом внедрения AI-решений, который поможет нам автоматизировать и оптимизировать внутренние процессы, создавать AI-инструменты и доводить существующие проекты до рабочего результата.

Мы хотим системно внедрять инструменты искусственного интеллекта в продажи, маркетинг и внутренние бизнес-процессы компании, которые ускорят работу специалистов, повысят качество ответов и снизят нагрузку, при этом будут соблюдены требования безопасности и качества.

Обязанности:

• Анализ бизнес-процессов компании и поиск возможностей для автоматизации
• Внедрение AI-инструментов в продажи, маркетинг и операционную деятельность
• Разработка и настройка AI-агентов для решения бизнес-задач
• Создание и поддержка автоматизаций на базе современных AI-моделей
• Интеграция различных сервисов через API
• Автоматизация обработки лидов, заявок и клиентских обращений
• Автоматизация подготовки коммерческих предложений, договоров и внутренних документов
• Доработка существующих MVP-проектов до рабочего состояния
• Тестирование новых AI-инструментов и оценка их эффективности
• Внедрение и сопровождение решений в реальных бизнес-процессах компании

Требования:

• Практический опыт внедрения AI-решений в бизнес
• Опыт работы с Claude Code
• Понимание возможностей современных LLM (Claude, ChatGPT, Gemini и др.)
• Опыт создания AI-агентов и автоматизированных сценариев
• Опыт работы с API и интеграциями
• Умение самостоятельно находить решения и доводить проекты до результата
• Понимание бизнес-процессов в продажах, маркетинге или операционной деятельности
• Базовые навыки программирования (Python будет плюсом)
• Наличие реальных кейсов внедрения AI-решений

Условия:

• Заработная плата по результатам собеседований
• Оформление по ТК РФ, ГПХ с физическим лицом или самозанятым
• Гибридный режим работы с посещением офиса
• Дружный коллектив
• Комфортный офис
• 15 минут от М. «Полежаевская», «ЦСКА», «Сокол», «Зорге»

Доработка и масштабирование RAG-ассистентов:
Ассистент RAG работа с документами

1. Выстроить пайплайн автоматической/полуавтоматической разметки и индексации большого кол-ва документов
2. Разработать / улучшить архитектуру ядра RAGа
3. Отвечать за качество ответов RAG-системы и итеративно его улучшать

Ассистент RAG работа с требованиями и материалами. Планирование.

1. Прогнозировать регулярно потребляемые материалы (СИЗ, МТР)
2. Использовать ML-подходы в прогнозировании
По стеку: Python, SQL (PostgreSQL / ClickHouse), Apache Airflow или Prefect, LlamaIndex или подобное, Label Studio или Argilla, LangChain или подобное.

Мы применяем современный искусственный интеллект для автоматизации разнообразных процессов внутри компании. Например, мы создаем умных ассистентов для работы с базами знаний, делаем сервисы-копилоты для разработчиков и сотрудников поддержки, а также помогаем автоматизировать кадровый документооборот.

Наша ключевая цель — внедрить искусственный интеллект во все те места и процессы, где его использование поможет компании работать более эффективно, и освободит наших коллег от рутинной работы, которую сможет взять на себя искусственный интеллект.

В команде несколько опытных разработчиков и дата-саентистов, и мы тесно взаимодействуем с другими командами, заинтересованными в применении искусственного интеллекта в своих задачах.

Ищем дата-саентиста, который готов вместе с нами применять искусственный интеллект для автоматизации процессов внутри компании.

Наш стек:

• PyTorch, Transformers, CatBoost, фреймворки для инференса (VLLM, Triton), Python, Go, Kubernetes.

Вы будете

• Участвовать в разработке полезных сервисов на базе искусственного интеллекта.
• Работать с "большими" современными моделями (например, с такими LLM как DeepSeek и Qwen) и применять их для решения прикладных задач. У вас будет возможность не просто использовать "готовые" LLM "из коробки", но и дообучать их под конкретные прикладные задачи.
• Решать интересные задачи из разных областей современного машинного обучения: NLP, CV, обработка видео и звука.

Примеры задач

• Пример 1. Зафайнтюнить мультимодальный Qwen2.5-VL под задачу распознавания документов.
• Пример 2. Обучить модель эмбеддингов, которая будет использоваться в RAG-системе для автоматизации работы техподдержки.

Нам важно

• Отличные знания в области машинного обучения: классический ML, DL, NLP и/или CV.
• Опыт работы с такими библиотеками как PyTorch, Transformers, фреймворки для градиентного бустинга (например, CatBoost или XGBoost), scikit-learn, pandas.
• Уверенное владение Python.
• Хорошее знание базовых алгоритмов и структур данных.
• Понимание принципов работы с большими данными, знакомство с такими инструментами как Hadoop, Spark, Airflow.
• Опыт работы с Linux на уровне пользователя.

Будет плюсом

• Опыт работы с современными LLM.
• Работа в Ozon Tech — это.
• Люди, которым не всё равно — ценим инициативу и самостоятельность, доверяем друг другу и даём свободу в принятии решений.
• Открытая культура — мы учимся на ошибках и фокусируемся на решении проблем, а не на поиске виноватых.
• Сильная команда, которой мы гордимся — обсуждаем идеи, обмениваемся экспертизой, просим совета и поддерживаем друг друга.
• Современный стек и развитая инженерная культура - реализуем амбициозные проекты и создаем решения, которых еще нет на рынке.

А ещё

• Формат работы: гибрид, удалёнка, офисы в Москве, Санкт-Петербурге, Иннополисе, Новосибирске, Алматы и Астане, коворкинги по России и не только.
• ДМС со стоматологией и льготная медицинская страховка для близких, страхование от несчастных случаев, полис выезжающего за рубеж, поддержка психолога.
• Курсы по запросу и поддержка в карьерном развитии. Свой Ozon Универ. Бесплатные курсы программирования, математики и английского языка для детей сотрудников.
• Беговой, волейбольный, футбольный и теннисный клубы. Скидки на клубные карты фитнес-сетей. Йога в офисе.
• Бесплатные курсы Route 256 по Go, QA, C#. Оплачиваемые стажировки для начинающих специалистов.
• Льготная жилищная программа для сотрудников на приобретение жилья, рефинансирование ипотеки или ремонт.
• Участие в конференциях. Билеты, дорога и проживание за наш счёт.
• Завтраки в офисе и кофе-поинты для перекуса в любое время.
• Партнёрские скидочные программы от кафе и ресторанов до страхования имущества.

Центр изучения и сетевого мониторинга молодёжной среды – аккредитованная IT-компания, созданная по поручению Президента России в 2018 году.

Наша миссия – разработка социально значимых технологических решений для защиты детей и подростков от деструктивного контента в цифровом пространстве. Через создание комплексной мониторинговой системы мы формируем безопасную среду для нового поколения.

Мы ищем в нашу команду разработчика систем извлечения данных.

Чем предстоит заниматься

• Проектировать и разрабатывать сервисы для автоматизированного получения и обработки данных из внешних систем и источников
• Исследовать доступные способы взаимодействия с источниками данных: анализировать их структуру, протоколы и форматы представления информации; выбирать наиболее эффективные и стабильные методы интеграции, оценивать сложность реализации, долгосрочную устойчивость решения и потенциальные риски
• Отвечать за надежность сервиса: писать код, устойчивый к деградации и рассчитанный на непрерывную эксплуатацию в течение длительного периода

• Проектировать архитектуру сервисов и принимать обоснованные технические решения.

• Делать разовые выгрузки и обработку данных под задачи бизнеса

Что мы ожидаем от кандидата

• Высшее техническое образование
• Опыт коммерческой разработки 1–3 года, включая написание устойчивых программ для добычи данных, которые подтверждённо работали продолжительное время (например, полгода)
• Уверенный Python 3.10+, работа с асинхронностью
• SQL на среднем уровне

• Опыт с FastAPI, SQLAlchemy, PostgreSQL

• Очереди и брокеры: RabbitMQ (aio-pika), Kafka (aiokafka), Redis

• Сетевое взаимодействие и сбор данных: aiohttp, Playwright, парсинг HTML (BeautifulSoup4 и аналоги)

• Контейнеризация: Docker

• pandas для разовой обработки и экспорта данных

• Архитектурное мышление: понимание чистой архитектуры, паттерна портов и адаптеров, опыт их применения на практике

• Умение корректно коммуницировать и аргументировать технические решения

Будет плюсом

• Опыт реверс-инжиниринга мобильных приложений

Что мы предлагаем

• Масштабные и интересные задачи в общественно значимых проектах
• Возможность профессионального роста и развития за счет компании: обучение, конференции, менторство
• Официальное трудоустройство по ТК РФ в аккредитованной IT-компании
• Конкурентный уровень з/п
• График работы: 5/2, с 10:00 до 19:00
• Формат работы - удаленный / гибрид
• Место работы - офис в центре Москвы

АО «ВИМ Инвестиции» — признанный лидер на российском рынке управления инвестиционными фондами. Мы создаем передовые финансовые продукты, помогая крупным частным клиентам и корпорациям эффективно управлять капиталом и уверенно смотреть в будущее. Управляем крупнейшим биржевым фондом в России — БПИФ «ВИМ - Ликвидность» (LQDT).

Мы активно развиваем Invest Tech в организации и ищем инженера в направление разработки AI/ML-сервисов для поддержки инвестиционных решений и повышения доходности инвестиционных продуктов (биржевые фонды и стратегии доверительного управления), который возьмет лидерство в построении локальной и облачной инфраструктуры вычислений и данных – MLOps и Data Engineering.

• Green field (0→1): предстоит выстроить ML- и GenAIOps-платформу «с нуля», настроить и внедрить исполнение / инференс LLM и классических ML-моделей, автомасштабирование, векторную базу данных и централизованное RAG-приложение, функциональный мониторинг (трассировка действий агентской системы, метрики качества системы, моделей, данных и т.д.), инструменты развертывания в prod-среде, версионирования и онлайн экспериментирования.
• Видеть результат: прямое влияние на доходность продуктов и эффективность бизнес-процессов в организации, а не только на низкоуровневые метрики.
• Kaggle-like: уникальный проект на рынке, интересные прикладные задачи, внедряем cutting-edge технологии, вовлекаем соревновательный элемент.

Обязанности:

• Проектирование инженерных сервисов уровня ML и GenAIOps-платформы для снятия рутинных операций с ML-инженеров и абстрагирования сложных настроек и пайплайнов, формирование долгосрочной стратегии платформы (hardware, middleware, интеграции, пайплайны, стандарты, SLO/SLA).
• Техническая реализация платформенного решения и инженерных сервисов (разработка и развертывание компонент, программирование интеграционных интерфейсов, автоматизация пайплайнов CI / CD для ИИ-приложений, непрерывного до-обучения / fine-tune и мониторинга в prod-среде).
• Непосредственно осуществлять развертывание, интеграцию и настройку специализированных компонентов NVIDIA Triton + бэкэнды, N8n, Langfuse, LiteLLM, Prometheus adapter / KEDA, MinIO, Milvus / Qdrant, Istio, Flagger и пр.
• Поддержание необходимого окружения в средах dev / test / uat / prod / dr.
• Предоставление ИИ-сервисов (serving) и выполнение SLA уровня платформы. Разработка стратегии использования LLM, развертывание LLM во внутреннем контуре организации, оптимизация инференса по утилизации GPU, задержке выдач и пропускной способности (форматы LLM, конфигурации, методы).
• Создание централизованных хранилищ признаков (online, offline feature store). Построение и поддержание пайплайнов данных и витрин ИИ-приложений.
• Централизованное управление учетными данными и правами доступа к сервисам платформы, ИИ-приложениям и витринам данных.
• Повышение производительности сервисов end-to-end: профилирование узких мест по данным, интеграциям, инференсу и приложениям. Совершенствование надёжности и безопасности: реализовывать кэширование, масштабирование, реплицирование, мониторинг, алерты, сегментирование данных и DR.

• Не менее 5-и лет опыта в роли ML / GenAI / DevOps-инженера.
• Не менее 3-х лет опыта работы с LLM / ML в prod-среде (обязательно).
• Продвинутый уровень владения Python и SQL, знание C++.
• Практика конфигурирования и оптимизации инференса LLM.
• Знание контейнеризации и уверенное владение Docker и Kubernetes (развертывание, масштабирование, YAML-манифесты, Helm-чарты).
• Знание Git, MinIO (S3), ClickHouse, PostgreSQL, Airflow, MLflow, Kong.

• Комфортный офис в Москва Сити (гибридный формат работы);

• ДМС с первого дня работы, включающая стоматологию, страхование жизни и возможность подключения родственников;

• Сервис корпоративных скидок Best Benefit;

• Конкурентный уровень заработной платы.

О нас

Мы — продуктовая AI-команда: строим собственную инфраструктуру для разработки и эксплуатации AI-решений — от RAG-систем и мультиагентных пайплайнов до self-hosted инференса. Решаем реальные продуктовые задачи и выводим решения в прод, а не складываем в стол.

Ищем технически сильного инженера, который умеет довести проект от идеи до работающего в проде решения.

Функциональные обязанности

• Разрабатывать AI-решения: от прототипа до промышленной эксплуатации

• Проектировать и развивать RAG-системы и агентов — ретрив, оценка качества, агентные паттерны (Plan / ReAct, MCP, Human-in-the-Loop)

• Собирать мультиагентные пайплайны на LangChain / LangGraph / DeepAgents

• Настраивать мониторинг, трейсинг и алертинг по работающим сервисам

• Деплоить и поддерживать сервисы в Docker / Kubernetes

• Участвовать в код-ревью и развитии общей кодовой базы команды

Требования
Разработка

• Python — уверенное владение, ООП, чистый и читаемый код

• FastAPI — разработка REST-сервисов

• Системы версионирования — GitLab

AI / LLM

• Опыт закрытия проекта целиком — от разработки AI-решения до вывода в прод (не только эксперименты в ноутбуках)

• LangChain / LangGraph (плюсом — DeepAgents)

• RAG — устройство и технологии под ним: эмбеддинги, векторный и гибридный поиск, реранкинг, чанкинг

• Агентные паттерны: Tools, Human-in-the-Loop, Plan / ReAct; MCP — хотя бы на уровне понимания

Данные

• PostgreSQL, MongoDB, Redis, Qdrant (векторный поиск)

Инфраструктура и эксплуатация

• Деплой: Docker, Kubernetes

• Мониторинг и observability: Langfuse, OpenSearch; настройка алертинга

ML

• Метрики ML — понимание способов оценки качества моделей

Будет преимуществом

• Знание классического ML

• Понимание устройства трансформеров (очень желательно)

• Практический опыт с MCP / DeepAgents

• Self-hosted инференс (vLLM и т.п.)

Что для нас важно

Нам близок инженер, который переживает за результат, а не просто закрывает таски. Пытливый, инициативный, проактивный — копает вглубь, предлагает решения сам и доводит их до конца.

Условия:

• Оформление c первого рабочего дня в аккредитованную ИТ-компанию в соответствии с нормами ТК РФ, социальные гарантии;
• Гибридный формат работы.
• Очень удобный, просторный офис с дизайнерской отделкой и мощной техникой;
• Индивидуальные премии по результатам работы;
• Корпоративный спорт, конференции, Крутые корпоративные мероприятия;

О компании

AIcelerate (aicelerate.ai) — AI-платформа, которая автоматизирует работу отделов продаж в B2B: ловит застрявшие сделки, оживляет заброшенных клиентов, предсказывает отток и бронирует встречи — всё на автономных агентах. Компания зарегистрирована в США.

Основатели — Анастасия Денисова ($70M экзит, Forbes 30 Under 30) и Алексей Игнатов (ex-IBM Watson, ex-Kaspersky). В компанию проинвестировали те же фонды, которые стояли за Miro, Deel, Fireflies, TradingView и Compass.

Команда — инженеры и исследователи уровня PhD, выходцы из крупных технологических компаний. Цикл разработки быстрый: от идеи до продакшена — дни, не месяцы. Большая часть кода пишется с помощью ИИ, поэтому критически важно уметь работать с таким кодом: читать, отлаживать, дорабатывать и нести за него ответственность.

Чем предстоит заниматься:

• Проектировать и разрабатывать AI-агентов от архитектуры до продакшена: оркестрация, вызов инструментов, память, планирование, обработка ошибок.
• Строить надёжные LLM-пайплайны: работа с промптами, структурированные выходы, оценка качества, ограничения.
• Писать Python-бэкенд, на котором всё это работает (FastAPI, PostgreSQL, pgvector), а не «сгенерировать и забыть».
• Разрабатывать модели скоринга, логику маршрутизации и автономные слои исполнения.
• Работать с ML-пайплайнами: эмбеддинги, векторный поиск, NLP для анализа и обогащения данных.
• Работать напрямую с основателями — без бюрократии, быстрые решения, прямое влияние на продукт и архитектуру.

Что важно:

• 3+ лет коммерческого опыта в Python-разработке (именно разработке, а не ноутбуках).
• Опыт промышленной разработки в эпоху до ИИ — когда код писали руками от начала до конца.
• Опыт построения агентов целиком, а не просто вызовов API: управление состоянием, повторные попытки, мониторинг, обработка сбоев.
• Опыт работы с LLM в продакшене (OpenAI, Anthropic, open-source модели).
• Навыки классической разработки: чистый код, тесты, ревью, CI/CD, работа с Git как взрослый человек.
• Понимание векторных БД (pgvector, Pinecone, Weaviate) и RAG-пайплайнов.

Условия:

• Полная занятость, 40 ч в неделю, полностью удалённо — работать можно откуда угодно.
• Оплата в долларах США, конкурентная ставка, возможен опцион.
• Быстрый процесс: одно техническое интервью без HR-этапов.

Для тех, кто читает описание вакансий до конца или правильно промптит агентов: пишите в Telegram @alexey_ignatov_msu

Управление «Моделирование и исследование данных» — центр экспертизы Data Science в Блоке Сеть Продаж. Мы создаем и внедряем E2E-решения на основе машинного обучения и искусственного интеллекта, которые напрямую влияют на ключевые бизнес-процессы и клиентский опыт в отделениях Сбера. Для усиления нашего стратегического R&D-направления ищем опытного лидера, который будет формировать технологическую повестку и доводить передовые AI-инициативы до реального бизнес-эффекта.

Наша исследовательская AI-команда развивает Copilot сотрудника банка — виртуального ассистента, который участвует в диалоге с клиентом. Сейчас Copilot работает у каждого сотрудника отделения: подсказывает, ищет и исправляет ошибки, помогает вести диалог. Вашей задачей будет расширение функционала и улучшение качества работы ассистента, разработка новых продуктов и тестирование перспективных гипотез.

Обязанности

• Стратегическое лидерство R&D-направления: Поиск, оценка и внедрение новых технологий (ML/DL/LLM, агенты), формирование технологического видения развития AI в Блоке.
• Управление портфелем AI-проектов: Ответственность за жизненный цикл E2E-проектов — от анализа бизнес-проблемы до промышленного внедрения в бизнес-процесс.
• Руководство командой: Управление командой Data Scientist (постановка задач, менторинг, развитие компетенций, оценка эффективности).
• Ключевая коммуникация с заказчиками: глубокое погружение в бизнес-процессы, трансляция сложных технических концепций на язык бизнес-ценности, оценка трудоемкости и управление ожиданиями.

Требования

• Опыт руководства командой Data Scientist/ML от 2-х лет.
• Глубокий экспертный бэкграунд в Data Science: опыт работы с ML/DL/NLP от 5+ лет, понимание полного цикла разработки и внедрения моделей.
• Доказанный опыт успешного вывода в продакшн сложных ML/AI-решений, включая LLM-решения и агентов.
• Продвинутые soft skills: лидерство, стратегическое мышление, умение вести переговоры и аргументированно отстаивать позицию на всех уровнях управления.
• Опыт разработки на Python, уверенное владение стеком DS/ML, опыт работы с большими данными (Hadoop/Spark, GreenPlum, SQL).
• Знание основ управления проектами (Agile/Scrum, Waterfall).

Условия

• Полное соблюдение ТК РФ, льготные условия по программам страхования, кредитования для сотрудников Банка;
• График 5/2, офис на м. Кутузовская;
• Режим работы на выбор — офис или гибрид.
• Достойный уровень вознаграждения (оклад + внушительная годовая премия);
• ДМС с первого дня работы и льготная мед. страховка для близких родственников;
• Социальная поддержка сотрудников;
• Возможность стать частью команды, реализующей программы цифровой трансформации банка — на основе передового опыта и инновационных идей;
• Широкие возможности для профессионального развития: корпоративный университет и множество онлайн-программ обучения. Корпоративное обучение за счет компании;
• Бесплатная подписка СберПрайм+, многочисленные скидки и бонусы от партнеров: СберМаркет, МегаМаркет, Самокат, Еаптека и др.;
• Корпоративная пенсионная программа.

В нашей компетенции — создание, тестирование и вывод в промышленную среду моделей для бизнеса с корпоративными клиентами и финансовыми институтами Департамента глобальных рынков Сбера.

Мы помогаем внутренним и внешним клиентам увеличивать доходность, создаем информационную платформу, проводим анализ финансовых рынков, работаем с разными форматами данных, в том числе занимаемся текстовой аналитикой.

Обязанности

• исследование данных с использованием state-of-the-art (SOTA) подходов.
• разработка моделей машинного обучения в области NLP и NER.
• автоматизация и оптимизация процесса продаж инструментов глобальных рынков.
• осуществление fine-tuning-а LLM.
• имплементация RAG-ов на основе данных Банка.
• развитие платформы по использованию и развитию LLM.
• интеграция LLM в бизнес-процессы подразделения.
• интеграция API, сервисов, построение пайплайнов моделей.

Требования

• высокий уровень математического аппарата — математический анализ, линейная алгебра, теория вероятностей.
• предпочтителен опыт в финансовой сфере, финтехе или области анализа данных (от 3-х лет).
• детальное понимание моделей машинного обучения и алгоритмов.
• опыт управления проектами и взаимодействия со смежными командами.
• глубокое понимание инструментов финансового рынка является дополнительным преимуществом.
• уверенное владение Python.
• опыт в разработке NLP моделей или компьютерной лингвистике.
• инструментальное владение AI для анализа, генерации и автоматизации.

Условия

• формат работы — офис (ст.м. Ленинский проспект).
• ежегодный пересмотр зарплаты и годовая премия.
• корпоративный спортзал и зоны отдыха.
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ.
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа.
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
• вознаграждение за рекомендацию друзей в команду Сбера.

О вакансии

Компания развивает корпоративную аналитическую витрину данных. На текущий момент бизнес-логика расчёта показателей реализована в скриптах загрузки Qlik Sense и SQL-представлениях на стороне MS SQL Server. Решение остаётся работоспособным, однако плохо масштабируется, затрудняет тестирование и системный контроль версий. Мы переходим к новой архитектуре: ядром аналитики становится витрина данных на ClickHouse, бизнес-логика реализуется в Python-кодовой базе с применением ООП, модульной структуры, code review, тестов и AI-ассистентов. Qlik Sense сохраняет роль слоя визуализации поверх готовых витрин.

Мы ищем специалиста, способного работать с обоими слоями: проектировать витрины и реализовывать к ним Python-логику, а также собирать на их основе отчёты в Qlik Sense или другом BI-инструменте.

Стек | Слой | Используемые технологии | |---|---| | Хранилище | ClickHouse 24.10 | | ETL и оркестрация | Python, Dagster | | Backend и API | Django, Django REST Framework | | Источники | MS SQL Server — промежуточный слой с view и таблицами, сформированными из баз 1С, Headway, Битрикса и других внутренних веб-проектов | | BI | Qlik Sense | | Инфраструктура | Docker Compose, Linux, GitLab CI | | AI-разработка | Cursor, Claude Code, GitHub Copilot |

Зоны ответственности:

• Проектирование витрин данных (raw / dim / fact слои) и поддержание модели данных в ClickHouse
• Разработка ETL-пайплайнов на Python и Dagster
• Поэтапный перенос бизнес-логики из скриптов Qlik Sense и SQL-представлений в Python-кодовую базу с покрытием тестами и code review
• Разработка и поддержка отчётов и дашбордов в Qlik Sense поверх готовых витрин
• Соблюдение инженерных практик: модульная архитектура, тесты, PR-ревью, контроль версий
• Применение AI-ассистентов в составе рабочего процесса

• Уверенное владение Python. Понимание ООП, опыт проектирования модульного кода с разделением на классы и слои. На технической части собеседования фокус на структуре решения, а не на синтаксисе.
• Сильный SQL. Сложные запросы, CTE, оконные функции, понимание планов исполнения. Опыт работы хотя бы с одним аналитическим движком в продакшене: PostgreSQL, ClickHouse, Vertica, Greenplum, BigQuery, Snowflake.
• Опыт работы с BI-инструментами. Qlik Sense — предпочтительно. Power BI, Tableau, Superset или Metabase также рассматриваются при готовности освоить Qlik (команда обеспечит онбординг).
• Понимание моделирования данных. Star schema, slowly changing dimensions, нормализация и денормализация, идемпотентность пайплайнов.
• Опыт командной работы с Git. Регулярные PR, code review, разрешение merge-конфликтов. Преимуществом будет - Опыт продакшен-эксплуатации ClickHouse: знание движков (MergeTree, ReplacingMergeTree, AggregatingMergeTree), партиционирования, materialized views
• Работа с asset-ориентированными и декларативными оркестраторами: dbt, Dagster, Prefect, Airflow с asset-DAG - Опыт обработки объёмов от 10 млн строк, понимание производственных ограничений ETL - Опыт миграции бизнес-логики из BI-скриптов в полноценную кодовую базу - Регулярное использование AI-ассистентов (Cursor, Claude Code, Copilot) в процессе разработки
• Базовые навыки DevOps: Docker, работа с Linux-логами, понимание сетевого взаимодействия
• Python-инструменты для работы с данными: polars, pyarrow, pandas - Опыт интеграций с MSSQL через pymssql или SQLAlchemy

• Возможность с нуля построить современную архитектуру аналитики, без накопленной legacy-нагрузки
• Свобода в выборе инструментов в рамках согласованного стека
• Регулярное code review и инженерная культура разработки
• Поддержка использования AI-инструментов в рабочем процессе
• Корпоративную культуру, построенную на уважении и доверии.
• Получение опыта в уникальной фармацевтической компании.
• Работу в команде высококвалифицированных и ответственных профессионалов, работающих над продвижением инновационных и воспроизведенных лекарственных средств.
• Достойную заработную плату (мы готовы обсуждать уровень дохода).
• Полугодовые премии при достижении показателей KPI.
• Гибкое начало рабочего дня.
• Оплачиваемые обеды.
• ДМС после испытательного срока.
• Возможность карьерного и профессионального роста.
• Уникальные программы обучения, включая возможность индивидуального коучинга.

Яндекс Карты — один из крупнейших картографических сервисов в России. Мы известны прежде всего нашим Навигатором, но не ограничиваемся только им. Активно развиваем инструменты, которые помогают пользователям исследовать мир и планировать досуг.

Наш главный продукт — персональные рекомендации. Мы учимся понимать уникальность каждого места, подбираем подходящие фото и видео, пишем RTB и ранжируем выдачу для каждого пользователя индивидуально. Про наш рекомендательный движок мы писали на Хабре. Можно открыть «богатый» discovery-режим на десктопе по ссылке или в приложении Яндекс Карт — нажав на кнопку «Рекомендации».

Также мы отвечаем за сервис ранжирования всей статической выдачи — от лавочек и ларьков с мороженым до горы Эверест. Наша задача — оптимизировать метрики всех заинтересованных стримов: discovery, монетизации и навигации. Это самостоятельное и непростое направление с большим потенциалом роста.

Какие задачи вас ждут

Поиск точек роста продукта
Вы будете заниматься исследовательской аналитикой: искать новые возможности для роста продукта, изучать поведение пользователей и выявлять неочевидные закономерности в данных. Предстоит глубоко погружаться в метрики, формулировать и проверять гипотезы — от того, как пользователи видят рекомендации и взаимодействуют с ними, до поиска проблем в сборе данных и обучении моделей рекомендательного движка. Вместе с командой разработки будете проектировать решения и проводить A/B-тесты.

Аналитика ранжирования POI
Вы будете разбираться, что делает карту удобной для пользователя. Предстоит формулировать и разрабатывать метрики качества пользовательского опыта, анализировать алгоритмы ранжирования POI и искать точки роста.

Аналитические инструменты
Вы будете поддерживать и развивать аналитическую инфраструктуру: дашборды, ETL-процессы, real-time-инструменты, создавать новые метрики и критерии качества, чтобы бизнес мог принимать правильные решения на основе данных.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

Мы ждём, что вы

• Работали над метриками в ML
• Строили эффективные процессы обработки данных
• Выстраивали аналитическую инфраструктуру: дашборды, метрики и мониторинги
• Уверенно владеете SQL и Python
• Умеете проводить A/B-тесты
• Знаете теорию вероятностей и математическую статистику
• Любите продуктовую разработку
• Любите анализировать данные
• Любите разбираться в сложных системах и искать точки роста
• Самостоятельны и готовы браться за новые задачи, для которых нет готовых решений

Будет плюсом, если вы

• Работали с RecSys
• Работали с LLM-as-a-Judge
• Работали с Толокой или другими краудсорс-платформами

Мы - MAREE, международный косметический бренд и бестселлер на Amazon. Наши продукты уже покорили сердца более 1 000 000 девушек в США, и мы продолжаем активно расти.

Мы родом из СНГ, но работаем в первую очередь с рынком США (Amazon и другие площадки), а команда распределена по миру: СНГ, Европа и Азия. Мы быстро тестируем гипотезы, много экспериментируем с продуктами и упаковкой и ценим людей, которые любят скорость, системность и ответственность.

Задачи:

• Проводить системный анализ мастер-систем: разбирать структуру данных и бизнес-логику, прорабатывать способы интеграции и подходы к межсервисному взаимодействию
• Формировать требования на разработку пайплайнов и сервисов
• Формализовать постановки на разработку REST методов в спецификации OpenAPI
• Проектировать концептуальные и логические модели DWH; описывать объекты и зависимости в Data Catalog/Lineage
• Разрабатывать SQL-запросы для загрузки и трансформации данных между слоями DWH
• Разрабатывать Core витрины данных для ключевых бизнес-доменов
• Настраивать обновление моделей данных; внедрять и поддерживать Data Quality‑проверки
• Управлять качеством: контролировать бэклог исправлений источников, следить за совместимостью версий и результатами контракт‑тестов

Мы ожидаем, что вы:

• Владеете SQL на уровне построения витрин данных со сложной логикой оптимизации плана выполнения запроса
• Есть опыт работы с DBT
• Есть опыт проектирования DWH с помощью Data Vault
• Владеете Python на уровне подключения к внешним сервисам и обработки небольших массивов данных
• Обладаете опытом проведения бизнес и системного анализа
• Обладаете опытом постановки задач на разработку
• Обладаете опытом участия в проектах по созданию и развитию DWH
• Понимаете основные подходы и концепции построения DWH (Inmon, Kimball, Data Vault, Anchor Modeling)
• Понимаете процессы Data Governance и Data Quality
• Знакомы с принципами обработки данных (ETL, ELT, Batch, Streaming)

Будет здорово, если вы:

• Имеете опыт создания отчетов с использованием любого BI-инструмента
• Знакомы или использовали в работе Apache Airflow
• Знакомы или использовали в работе Docker
• Работали с командной строкой Unix

Условия:

• Возможность реализовать свои идеи в одной из самых успешных e-commerce команд СНГ;
• 100% удаленная работа из любой точки мира;
• Стабильная высокая заработная плата;
• Возможность в дальнейшем расти и развиваться в компании.
• Возможность приложить руку к построению архитектуры корпоративного хранилища данных.

Мы ищем AI-архитектора бизнес-процессов. Человека, который заменит рутину умными алгоритмами и свяжет ИИ с нашей экосистемой 1С.

О компании и задаче

Мы — крупная компания в сфере оптовых продаж (B2B). У нас работают десятки менеджеров, сотни контрагентов и тысячи накладных.

Наша боль: сотрудники тонут в отчетах, ручном вводе данных, сверке остатков и стандартных ответах клиентам. Мы хотим, чтобы нейросети взяли на себя 30–40% этой рутины, а люди занимались переговорами и стратегией.

Ваша главная цель — найти точки внедрения ИИ в наши бизнес-процессы и реализовать их «под ключ»: от сбора данных до интеграции готового API в 1С.

Чем предстоит заниматься (обязанности)

• Аудит и скаутинг: Посмотреть на наши текущие бизнес-процессы (продажи, закупки, логистика) и предложить, где ИИ принесет максимум пользы (прогнозы, чат-боты, распознавание документов, умные аналитические дашборды).

• Выбор стека: Самостоятельно выбрать технологии (OpenAI, YandexGPT, CatBoost, или свои модели на PyTorch) под наши конкретные задачи.

• Работа с данными: Собрать, очистить и структурировать данные «с нуля» (мы даем доступ к базам 1С, но размеченных датасетов у нас нет — вам предстоит их создать).

• Интеграция: Написать скрипты / микросервисы, которые будут забирать данные из 1С, прогонять через ИИ-модели и возвращать готовый результат (отчет, прогноз, подсказку) обратно в 1С или в BI-систему.

• Эксперименты и MVP: Первый месяц (и далее) — это постоянные эксперименты, быстрое тестирование гипотез. Нам важна скорость, а не идеальная точность на старте.

Кто нам нужен (критерии)

• Опыт внедрения ИИ именно в бизнес-логику / операционные процессы. Опыт в ритейле, дистрибуции или оптовой торговле — будет вашим жирным плюсом.

• Умеете работать с неструктурированными данными и знаете, как «подружить» Python с базами 1С (через HTTP-API, ODBC или прямые выгрузки).

• Готовы быть «одним воином в поле»: вы отвечаете за весь цикл — от идеи до продакшена. При этом общаетесь со всеми: с директором (ваш прямой руководитель), бухгалтерами, менеджерами, логистами.

• Образование — не главное. Главное — ваше портфолио с живыми проектами (даже если это пет-проекты по автоматизации малого бизнеса).

Условия работы (офис)

• Локация: Работа в современном офисе г. Барнаула. Живое общение с отделами критически важно для понимания их боли.

• График: 5/2, стандартный рабочий день с гибким началом.

• Зарплата: Обсуждаем оклад (зависит от вашего уровня) + ежеквартальные бонусы от экономического эффекта, который принесет ваше внедрение (мы умеем считать прибыль от автоматизации).

• Рост: Вы будете первым AI-специалистом компании. По итогам года — формирование собственного отдела Data Science под вашим руководством.

Почему стоит прийти к нам

1. Полный карт-бланш в выборе технологий.

2. Реальные бизнес-данные (миллионы строк), а не игрушечные датасеты.

3. Вы будете видеть результат своей работы в цифрах прибыли компании уже через 2–3 месяца.

4. Никакой бюрократии. Прямой диалог с первым лицом.

Oxygen Data Centers and Clouds — крупная быстроразвивающаяся IT-компания, специализирующаяся на построении и эксплуатации высоконагруженной корпоративной инфраструктуры на базе собственной сети дата-центров и облачных кластеров в России и за рубежом.

Наша команда — высококвалифицированные инженеры и разработчики с глубокой экспертизой в облачных технологиях и информационной безопасности.

Клиенты — крупные корпоративные заказчики любых отраслей, ценящие прямую техническую экспертизу, высокий сервис и долгосрочные партнёрские отношения.

В нашу активно растущую команду ищем Lead AI/ML Engineer!

Обязанности:

• Проектировать и разрабатывать корпоративные AI-системы на базе LLM и RAG

• Строить пайплайны сбора, обработки и индексации корпоративных данных

• Интегрировать AI-решения с корпоративными системами через API

• Разрабатывать AI-агентов и интеллектуальных помощников

• Проектировать архитектуру enterprise AI-контуров и готовить технические решения для проектов

Требования:

• Коммерческий опыт в ML/AI от 5 лет

• Уверенное владение Python (разработка production-кода)

• Опыт работы с LLM и RAG (архитектура, пайплайны, оценка качества)

• Знание SQL и опыт работы с базами данных

• Опыт контейнеризации (Docker) и разработки API / интеграционных сервисов

• Понимание MLOps и принципов построения production AI/ML-решений

Будет плюсом:

• Опыт работы с Kubernetes и облачной инфраструктурой

• Знание фреймворков LangChain / LlamaIndex и Vector DB

• Навыки работы с Enterprise AI-проектами

Условия:

• Работа в аккредитованной IT-компании
• Официальное трудоустройство по ТК РФ
• Комфортная рабочая обстановка
• ДМС, включая стоматологию и юридическую/психологическую поддержку
• Возможность повышения квалификации за счёт компании

Чем предстоит заниматься:

• Дорабатывать системы управления ETL-потоками данных;
• Реализовывать интеграционные взаимодействия с системами-источниками данных;
• Реализовывать задачи по формированию маркетинговых событий с учетом требований;
• Контролировать качества кода и соблюдения архитектурных стандартов;

Что мы ждем:

• Опыт разработки бизнес-логики на языке SQL от 2 лет;
• Создание хранимых процедур, функций, сложных запросов, триггеров;
• Понимание планов запросов, работа с индексами;
• Понимание оконных функций и обобщенных табличных выражений;
• Аналитический склад ума;
• Активная жизненная позиция

Что мы предлагаем:

• Стабильный конкурентный доход;
• Гибридный режим работы: возможность работать удаленно (частично или полностью);
• Работу в аккредитованной Минцифры России ИТ-компании, резиденте Сколково;
• Работу в стабильной и активно развивающейся компании – лидере инвестиционного рынка;
• Современный стек технологий, амбициозные проекты, возможность профессионального развития;
• ДМС с первого месяца работы;
• Оформление согласно ТК РФ.

Компания ООО «Лаборатория Экспертиз» в 2024 году присвоила статус Резидента Сколково! С 2015 года мы совершенствуем процессы по оказанию услуг в области геотехнического мониторинга. Формируем команду для стартапа. В поиске ML-разработчика для развития инновационного проекта – Программно-аппаратного комплекса (сокр. ПАК) «BuilData» для мониторинга строительных объектов на этапах строительства, реконструкции и эксплуатации на базе автоматизированной системы сбора и анализа Big Data.

ML-разработчик Лаборатории Экспертиз - это профессионал, ответственный за создание и внедрение модели машинного обучения в «BuilData».

Что мы ожидаем от вас:

Вы умеете применять инженерный подход, умение работать с данными и понимание бизнес-логики. Осознаете, что такое являться частью команды, открыты к коммуникациям и готовы нести ответственность за блок ПАК.

• Применение ML-моделей в задачах обработки геотехнического мониторинга;
• Анализ и проверка, что идеи и решения по искусственному интеллекту соответствуют стратегии компании;
• Анализ больших данных, с применением ML алгоритмов;
• Доработка, настройка, обучение, проверка эффективности ML-моделей;
• Взаимодействие и решение общих задач с backend-командой;
• Участие в разработке функциональных требований, создании MVP и промышленных версий сервисов.

• Высшее техническое образование (предпочтительно в сфере информационных технологий;
• Опыт работы в области Data Science/Machine Learning от 3-х лет;
• Не менее 3-х лет опыта в проектировании и реализации конвейеров данных;
• Опыт использования Python и библиотек для ML и Data processing не менее 3-х лет;
• Владение современными инструментами для анализа данных и машинного обучения (Python, PyTorch, TensorFlow);
• Навыки работы с данными: для работы с данными: SQL, PySpark, Pandas;
• Знание современных процессов разработки в команде, цепочек CI/CD, инфраструктуры межсервисного взаимодействия;
• Опыт в высоконагруженной Web-разработке, знание соответствующего стека технологий является преимуществом;
• Опыт применения ML алгоритмов в области геодезии является преимуществом.

Профессиональные умения и навыки:

• Базовое знание языка Python и работа с ML-библиотеками (Scikit-learn, TensorFlow, PyTorch);
• Понимание принципов работы с большими данными, библиотек Pandas и NumPy, как работают API и развёртывание моделей в виде сервиса;
• Основы SQL (от англ. Structured Query Language - «язык структурированных запросов») для работы с базами данных;
• Система контроля версий Git - отслеживать изменения в файлах;
• Базовое владение контейнеризатором приложений Docker.

Условия:

• Оформление по ТК РФ;

• График удаленной работы 5/2 с посещением офиса 1р/мес.;

• Офис в шаговой доступности от ст. м. Кунцевская;

• Структурированный виртуальный офис компании с автоматическими бизнес-процессами для упрощения работы;

• Испытательный срок: 1-3 мес;

• Возможность карьерного роста и профессионального развития;

• Возможность получить новые знания, пройти обучение за счет компании;

• Адаптация с командой разработчиков и Руководителем проекта;

• Возможность работать с профессионалами высокого уровня;

• Молодой, дружелюбный коллектив;

• Развитая корпоративная культура, регулярные мероприятия для сотрудников.

Если вы хотите работать в компании, где ваши идеи и предложения будут услышаны и оценены, присылайте свое резюме. Мы с нетерпением ждем вашего отклика!

Мы создаём будущее банковского сервиса, объединяя физические и цифровые каналы взаимодействия (Phygital) и внедряя самые современные GenAI модели. Наша цель — обеспечить клиентам персональный сервис нового уровня, учитывая их жизненные обстоятельства и предлагая услуги простым и понятным языком.

Присоединяйся к нашей команде, чтобы создавать инновационные решения для миллионов людей!

Обязанности

• Глубокий анализ больших объемов данных, включая аудиопотоки и clickstream
• Исследования SotA-подходов и эксперименты с новыми технологиями
• Создание и улучшение алгоритмов ML для прогнозирования поведения клиентов и оптимизации продаж. Интеграция моделей в производственные процессы и обеспечение их стабильности и производительности
• Адаптация и дообучение генеративных моделей (в том числе GigaChat)
• Реализация ML-систем для предиктивного анализа обращений клиентов (канал, потребность, время, сценарии), включая sequence-to-one / sequence-to-many
• Дизайн, проведение A/B-тестов и подведение итогов
• Сотрудничество с аналитиками, дата-инженерами и бизнесом. Обоснование и защита архитектурных решений
• Подготовка отчётности и визуализация результатов для внутренних заказчиков.

Требования

• Опыт от 2-х лет в NLP, поведенческой аналитике, классификации временных рядов или RecSys
• Готовность брать ответственность за архитектурные решения, обосновывать их перед бизнесом, влиять на бизнес-метрики продукта
• Сильные аналитические способности, аккуратность и точность в работе с данными
• Глубокое понимание архитектуры трансформеров, опыт дообучения и работы с LLM
• Sequence Modeling. Экспертиза в обработке последовательностных данных (sequence modeling)
• Уверенное владение классическим ML (градиентный бустинг: LightGBM / CatBoost) и глубоким обучением (DL, PyTorch)
• Отличное знание Python, SQL, инструментов больших данных (Hadoop, Spark)
• Навыки эффективной коммуникации в междисциплинарной команде
• Понимание методологии A/B-экспериментов и статистического анализа.

Будет плюсом:

• Опыт промышленной эксплуатации ML-моделей и создания production-пайплайнов
• Навыки работы с Docker, системами мониторинга моделей
• Опыт с потоковыми платформами (Kafka, Flink)
• Опыт в финансовой сфере или банковском секторе.

Условия

• Комфортный современный офис рядом с м. Кутузовская
• Формат работы - 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
• Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
• Вознаграждение за рекомендацию друзей в команду Сбера.

Наша дружная команда работает надо созданием ии-архитектора для решения архитектурных вопросов.

Мы ищем в команду опытного, целеустремленного llm-инженера, которому будет интересно вместе с нами создавать нужные и важные продукты, доносить их ценность до конечного пользователя.

В команде представлены компетенции: backend и frontend-разработчики, аналитики, DS, DE.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в Сберчате, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.

AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

• участие в формировании идеи применения инструментов автоматизации

• изучение области применения разрабатываемого инструмента, обработка и подготовка данных для разработки

• разработка подходов по настройке AI агентов для решения бизнес-задач

• разработка архитектуры для мультиагентных сред (протоколы общения между агентами, передача контекстов)

• разработка подходов для решения нефункциональных требования в мультиагентных средах (скорость, надежность, безопасность)

• проведение исследований через создание прототипов

• разработка инструментария для AI агентов

• разработка технической документации

• разработка детальной архитектуры решения.

• более 2 лет опыта разработки на Python

• практический опыт работы с технологиями искусственного интеллекта (Longchain, llamaIndex, prompt engineering, RAG и т.д.)

• опыт разработки и внедрения решений, основанных на ИИ

• опыт разработки ml-моделей будем плюсом

• опыт работы с базами (векторная, реляционная)

• отличные навыки решения проблем и внимание к деталям

• отличные навыки общения и совместной работы

• умение работать самостоятельно и в команде

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

• комфортный современный офис рядом с м. Кутузовский проспект

• график – гибрид

• 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

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

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