Вакансии в ML и AI

Вакансия размещается компанией «ЮниРЭК» в рамках развития отдельного направления, связанного с разработкой и продвижением AI-продуктов и цифровых сервисов.

Мы — продуктовая команда внутри компании, которая разрабатывает SaaS-платформы и Chrome Extensions с использованием AI-агентов. Мы не занимаемся простой генерацией текстов или картинок — мы строим сложные, автономные экосистемы.

Сейчас мы в поиске Промпт-инженера (AI Prompt Engineer), который умеет проектировать промпты, стабильно работающие в продакшне, и способен доводить AI-инструкции до предсказуемого бизнес-результата.

Обязанности:

• Проектирование логики AI-агентов: разработка и оптимизация многоэтапных, разветвленных промптов под конкретные продуктовые сценарии.

• Работа с Chrome Extensions: плотное взаимодействие с механиками CWS (Chrome Web Store) в рамках наших ключевых продуктов (PromptOptimizer, Corporate Translator и др.).

• Итеративная отладка и стабилизация: тестирование, глубокий анализ крайних случаев (edge cases), обработка ошибок моделей и доведение промптов до высокой точности и предсказуемого результата.

• Систематизация базы знаний: поддержка, обновление и логическое структурирование внутренней библиотеки промптов и пайплайнов.

• Участие в продуктовом цикле: плотное взаимодействие с командой разработки и продакт-менеджерами, оперативное создание решений для проверки гипотез в рамках MVP-циклов.

Требования:

• Практический опыт с AI-агентами: доказанный опыт написания промптов именно для агентных систем, а не просто для линейных чат-ботов.

• Глубокая работа с контекстом: умение эффективно работать с контекстом запросов к LLM (выделять главное, отсекать лишнее, понимать, что именно и как влияет на качество итогового ответа модели).

• Техническая база: четкое понимание принципов работы современных LLM, а также архитектуры агентов (пайплайны, управление контекстом, память/memory, вызов внешних инструментов/tool use).

• Мультиязычность: опыт работы с мультиязычными выходами и локализацией контента (качественная обработка и адаптация русскоязычного и англоязычного контекста).

• Фокус, выдержка и системность: готовность к рутинной, детальной работе; отладка промптов — это многократное повторение тестов и скрупулезный анализ логов.

• Готовность к темпу MVP: умение выдавать стабильное, достаточно хорошее решение для валидации продуктовых функций в разумные сроки, без ухода в бесконечный перфекционизм.

• Портфолио: наличие реальных кейсов или примеров сложных промптов, решавших прикладные задачи (структурирование данных, суммаризация, маппинг и т.д.).

• Будет плюсом:

• Свободный или уверенный английский язык (для работы с англоязычной документацией и инструментами).

• Опыт коммерческой работы с моделями от разных провайдеров (OpenAI, Anthropic, Mistral, open-source решения) и понимание их специфики и различий в поведении.

Условия:

• Заработная плата по договоренности (уровень финального оффера зависит от вашего опыта и портфолио).

• Рассматриваем кандидатов на фриланс / проектную занятость.

• Полностью удаленная работа из любой точки мира.

• Обеспечиваем полный доступ ко всем необходимым AI-платформам, API и платным инструментам разработки.

• Разнообразные и сложные задачи на стыке передовых AI-технологий, никакой рутины «генерации SEO-текстов».

В сопроводительном письме, пожалуйста, кратко опишите свой опыт работы с AI-агентами и прикрепите примеры ваших промптов (подойдут учебные или пет-проекты, если в них прослеживается архитектурное мышление).

Вакансия предполагает выполнение практического тестового задания — вам нужно будет спроектировать промпт для агента, чтобы мы могли оценить ваш подход в реальном времени. Шаблонные отклики без примеров работ не рассматриваются.

В связи с развитием направления ИИ и ML в Холдинге "Агросила" приглашаем кандидатов на вакансию Ведущий AI-инженер

Чем предстоит заниматься?

- Выполнять в команде роли ведущего AI-инженера и бизнес-аналитика ИИ-решений Холдинга;

- Разрабатывать, внедрять и сопровождать ИИ-решения Холдинга: чат-боты, голосовые ассистенты, цифровые помощники, корпоративные базы знаний, RAG-сервисы, AI-агенты и аналитические сервисы;

- Участвовать в ИТ проектах Холдинга по развитию клиентской, закупочной и внутренней поддержки; созданию цифровой базы знаний и сервисов самообслуживания; прогнозированию, планированию и оптимизации производства;

- Участвовать в сборе требования от бизнеса и переводить их в понятные ТЗ;

- Совместно с DE/DS/ML/AI- специалистами определять архитектуру и функциональную логику работы ИИ-решений;

- Интегрировать ИИ-сервисы с корпоративными системами;

- Улучшать качество, скорость и надежность ИИ-решений Холдинга, настраивать их мониторинг и аудит;

- Проводить код-ревью, в роли наставника давать коллегам конструктивную обратную связь и участвовать в развитии инженерных практик команды.

Наши ожидания от кандидата:

- Опыт работы AI/ML-инженером, backend-разработчиком AI-сервисов или техлидом LLM/RAG-решений от 3 лет, с проектами, доведенными до промышленной эксплуатации и реального применения бизнесом;

- Опыт разработки «с нуля» и внедрения в бизнес AI/ML-решений: чат-боты, голосовые ассистенты, RAG-сервисы, AI-агенты, корпоративные базы знаний или аналитические сервисы;

- Знание архитектуры AI-решений: LLM-сервисы, RAG-контур (embeddings, vector search, chunking, reranking), слои оркестрации, промптов, интеграций и оценки качества;

- Опыт full-stack разработки: frontend-приложения, backend-сервисы;

- Умение применять промпт-инжиниринг: системные инструкции, примеры ответов и структурированный вывод данных;

- Опыт работы с AI-фреймворками (LangChain, LangGraph, LlamaIndex, Dify) и векторными базами (Qdrant, Pinecone, Elasticsearch или аналоги);

- Навыки контейнеризации и развертывания: Docker, k8s, dev/test/prod, CI/CD;

- Умение быстро собрать прототип / PoC для проверки гипотезы: LLM-сервис, база знаний, интеграции, интерфейс, базовая аналитика;

- Опыт работы с данными: источники, ETL/ELT, DWH, BI, качество, права доступа, версионирование;

- Навыки бизнес-анализа и постановки задач для DE/DS/ML-команд: интервью с заказчиками, AS IS / TO BE, ТЗ, PRD, user stories, критерии приемки;

- Умение оценивать эффект и качество AI-решений: целевые и продуктовые метрики (качество и скорость ответов, стоимость запроса, конверсия), тестовые наборы, human review, A/B-тесты, анализ результата после внедрения;

- Опыт интеграции AI-сервисов с 1С, CRM, DWH, BI, базами знаний и внутренними информационными системами;

- Опыт применения требований информационной безопасности при разработке программных решений, включая разграничение прав доступа, аудит действий пользователей, обеспечение защиты данных;

- Опыт код-ревью, наставничества, декомпозиции задач и контроля инженерного качества;

- Личные качества: высокая работоспособность, ответственность за результат, проактивность, коммуникабельность, осознанность и ответственность, эффективная работа в условиях сжатых сроков, системное мышление;

- Разработка: HTML5, SQL, Python 3.10+ и JavaScript/TypeScript (ООП, асинхронность); VS Code, PyCharm, Jupyter Notebook, Git, GitHub/GitLab;

- AI/LLM: ChatGPT, Claude, Gemini и аналоги; фреймворки для RAG и AI-агентов (LangChain, LangGraph, Dify, n8n); векторные БД и поиск (Qdrant, Weaviate, Elasticsearch, OpenSearch); оценка ответов (LangSmith, RAGAS, promptfoo);

- Интеграции: REST API, webhooks, JSON Schema, OAuth, Swagger/OpenAPI, Postman;

- Продукт, документация и моделирование: Jira, Confluence, draw.io, YouTrack, Miro, Figma, MS Word, Excel, PowerPoint.

Будет преимуществом:

- Разработка и обучение ML-моделей;

- Опыт работы с DataHub (DWH, BI, ML, аналитика), в том числе Power BI, Apache Superset, ClickHouse, AirFlow, Superset;

- Опыт с облачными платформами (Yandex Cloud, AWS, GCP)

- Опыт интеграции ML-моделей в рабочие ИТ-системы.

Что мы предлагаем:

- Работу в стабильной, динамично развивающейся компании;

- График работы: 5 дневная (40-часовая) рабочая неделя. Возможные форматы работы: в офисе, удаленная работа, гибридный формат;

- Конкурентную, белую заработную плату, квартальную премию. Ежемесячная заработная плата 261 000 р. до вычета налогов. Средняя заработная плата с учетом квартальной премии до 280 000 р.

- Наставничество и кураторство для быстрой адаптации новых сотрудников на начальных этапах работы;

- Профессиональное развитие и обучение за счет компании;

- Возможность внести свой вклад в развитие компании, участвуя в крупных, интересных проектах;

- Широкие возможности для профессионального и карьерного роста;

- Дружный и сплоченный коллектив;

- Подарки сотрудникам от компании (День работников сельского хозяйства и перерабатывающей промышленности, Новый год);

- Праздничные и спортивные мероприятия.

Наши ценности:

- Инновации и развитие: Мы стремимся к постоянному совершенствованию и внедрению новых технологий. Наша компания активно развивает и адаптирует информационные системы, внедряя новые решения для повышения эффективности работы.

- Качество и профессионализм: Мы уделяем особое внимание качеству разработок и их проверке. Код-ревью и обмен опытом способствуют созданию надежного и эффективного программного обеспечения.

- Открытость и сотрудничество: Мы поощряем активное сотрудничество и обмен знаниями между сотрудниками. Работа в команде и возможность делиться опытом являются важными аспектами нашей культуры.

- Обучение и развитие: Мы поддерживаем стремление сотрудников к обучению и профессиональному развитию, предоставляя возможности для обучения и карьерного роста.

- Ответственность и самоорганизация: Мы ценим высокую продуктивность и способность быстро решать задачи. Наши сотрудники отличаются ответственным подходом и самоорганизацией в выполнении своих обязанностей.

- Сообщество и корпоративная культура: Мы гордимся дружным коллективом и организуем различные корпоративные мероприятия, создавая атмосферу поддержки и единства.

Мы строим корпоративную дата‑платформу следующего уровня — новый сервис с амбициозной задачей: трансформировать наработки компании в единое стандартизированное решение для работы с данными. Отказываемся от легаси, проектируем архитектуру заново, сохраняем лучшее (например, Apache Spark) и постепенно переносим существующие пайплайны на новую платформу.

Начинать с нуля — не значит «с чистого листа». Это возможность заложить фундамент, который будет надёжным, масштабируемым и понятным десяткам инженерных команд. Именно сейчас мы переопределяем техстек, архитектурные подходы и процессы — и сейчас у тебя есть шанс поучаствовать в запуске платформы, куда будут стекаться все корпоративные данные.

Что предстоит делать

• Разрабатывать с нуля MVP новой дата‑платформы и инфраструктуры для ingest/transform.
• Мигрировать существующие пайплайны с Hadoop/HDFS на новую архитектуру (S3, Kafka, Spark, ClickHouse).
• Работать с большими объёмами данных и высоконагруженными Kafka‑топиками.
• Строить отказоустойчивые пайплайны обработки и доставки данных.
• Участвовать в архитектурных решениях, внедрять best practices хранения, мониторинга и качества данных.
• Проектировать витрины данных под продуктовую и управленческую аналитику (OLAP).
• Сопровождать миграцию BI‑отчётов на новую платформу (например, DataLens, Power BI).

Почему это интересно

• Ты действительно будешь создавать платформу с нуля — не просто настраивать Airflow, а проектировать архитектуру верхнего уровня с безопасностью, мониторингом и многопользовательской нагрузкой.
• Влияешь на технологический курс всей компании: твои решения будут использовать десятки команд.
• Работаешь с современным стеком: Spark 3+, Kafka, S3, ClickHouse и BI‑инструментами.
• Сможешь реализовать технические решения, которые трудно внедрить в рамках существующих подходов.
• Решаешь серьёзные инженерные задачи: миграция с Hadoop, масштабируемость, отказоустойчивость и строгие SLA по доставке данных.

Мы будем рады специалисту, который

• Имеет 3+ лет опыта на позиции Data Engineer / Big Data Engineer.
• Хорошо понимает, как работает Spark и умеет его готовить.
• Работал с ClickHouse и знает, как «выжать» из него максимум.
• Имеет опыт работы с высоконагруженной Kafka (десятки / сотни тысяч событий в секунду).
• Знаком с построением дата‑архитектуры (DWH, Lake, OLAP, ETL/ELT, Data Governance).
• Умеет проектировать пайплайны под отказоустойчивость.
• Хорошо владеет одним из языков программирования (например, Python или Scala).
• Знает SQL и может читать логику отчётов без боли.

Плюсом будут

• Опыт построения дата‑платформ (Self‑Service инструменты и процессы).
• Знание инструментов мониторинга и автоматического контроля качества данных (Data Quality, Data Contracts).
• Опыт построения Data Lineage и работы с Data Catalog.
• Инфраструктурный опыт: Docker, Kubernetes, CI/CD.

Как мы работаем

• Не боимся убирать легаси — осознанно избавляемся от устаревших решений.
• Оцениваем эффективность не по объёму кода, а по бизнес‑ценности.
• Любим, когда инженер предлагает нестандартные, но обоснованные решения.
• Считаем, что архитектура важна только тогда, когда её понимают — human‑friendly документация обязательна.
• Умеем договариваться — и с бизнесом, и друг с другом.

Что мы предлагаем

• 2ГИС — аккредитованная IT‑компания.
• Можно работать удалённо или в офисах (Москва, Санкт‑Петербург, Новосибирск) — главное результат, а не локация.
• Полностью «белая» зарплата и дополнительные дни отпуска за стаж работы.
• Заботимся о здоровье: ДМС, онлайн‑консультации терапевта, невролога, психолога и медицинского агента.
• Поддерживаем развитие: учебный центр, курсы, тренинги и книги для прокачки скиллов.
• Если хочешь делиться опытом — поможем с выступлениями на конференциях и публикациями на Хабре.

Генерация изображений — одна из самых заметных и быстро развивающихся областей современного ML: то, что вчера было демо из статей, сегодня работает в продукте, которым ежедневно пользуются миллионы людей. Мы отвечаем за весь этот путь — от исследовательской идеи до модели в Алисе.

Работа устроена на стыке research и инженерии: часть задач — про качество и возможности модели (генерация, редактирование, работа с несколькими изображениями), часть — про скорость и стоимость инференса (дистилляция, ускорение, вывод в прод). Вам не придётся выбирать между наукой и продуктом — у нас это один процесс.

Развивать модели генерации и редактирования

Мы движемся к единой модели, которая покрывает генерацию по тексту, редактирование по инструкции и работу с несколькими изображениями сразу, а не к набору отдельных t2i/i2i-моделей. Вы будете участвовать в обучении такой модели на всех стадиях — pretrain, SFT, RL и дистилляция: расширять её возможности — от multi-image-редактирования до генерации в высоком разрешении (2K/4K) — и искать компромисс между универсальностью и качеством.

Улучшать управляемость и понимание промптов

Чтобы модель точнее следовала запросу, важно, как в неё попадает контекст. Вы будете экспериментировать с кондишнингом и текстовыми энкодерами (в том числе reasoning-подходами), работать с эмбеддингами текста и изображения и снижать галлюцинации и игнорирование условий на сложных запросах.

Ускорять и дистиллировать модели

Продовой модели нужны низкий latency и малое число шагов генерации. Вы будете исследовать методы дистилляции диффузионных моделей (малошаговая генерация ≤ 8 шагов, CM/sCM, DMD и смежные подходы), оптимизировать работу GPU с помощью PyTorch Profiler, Nsight Systems и TensorRT и доводить решения до прода — чекпойнты, код, Docker.

Работать с данными и масштабировать обучение

Вы будете принимать решения о составе обучающих данных — домены, форматы, пропорции, приоритетные срезы для multi-image — и строить масштабируемый пайплайн. А ещё разгонять распределённое обучение: FSDP/ZeRO, профилирование bottleneck'ов, утилизация железа, стабильность и воспроизводимость экспериментов.


Больше об ML в Яндексе — в канале Yandex for ML

* Пишете понятный код и доводите идеи до воспроизводимого результата
* Понимаете, как устроены диффузионные модели, или готовы быстро в них погрузиться
* Аккуратно ставите эксперименты и выделяете реальные улучшения
* Знакомы с обучением больших моделей на нескольких GPU — или хотите в этом разобраться

* Работали с диффузионными моделями, дистилляцией или image editing
* Обучали генеративные модели (диффузию, GAN и др.) или большие модели в distributed-сетапах
* Знаете современные LLM/VLM: их архитектуры и трюки обучения
* Умеете профилировать и ускорять код (PyTorch Profiler, Nsight, TensorRT) и работать с Docker

Команда создает и поддерживает масштабируемое хранилище данных (Data Lake) и разрабатывает передовую интеллектуальную систему поиска, использующую AI/ML, чтобы пользователи могли легко находить нужную информацию во всем многообразии данных Блока

Технологии/инструменты

Python

PyTorch

FastAPI

RNN/LSTM/Transformers

LLM

RAG

AgenticRAG

PostgreSQL

Vector storage

LangChain

LangGraph

MLflow

Git

Docker

OpenShift

Kafka

Jenkins

Grafana

• Проектирование и разработка сложных Агентных и AgenticRAG систем. Обеспечение воспроизводимости и отказоустойчивости

• Разработка решений начиная от прототипа, заканчивая выводом в промышленную эксплуатацию

• Определение ML SysDes решения с учетом разрешенного технологического стека

• Участие в валидации и автомониторинге моделей, проведение A/B тестирования

• Высшее образование в сфере компьютерных наук, физ-мата, прикладной математики и информатики. Приветствуются дипломы ведущих технических и научных ВУЗов (таких как МФТИ, МГУ, Сколтех, ВШЭ, ИТМО, МИФИ и др.)

• Знание мат. статистики, классического ML, NLP, опыт в постановке и интерпретации экспериментов

• Опыт e2e-разработки ML/AI-пайплайнов (в т.ч. RAG-пайплайнов) и проектировании архитектуры AI решений

• Умение переводить бизнес-постановку задачи в ML-постановку

• Высокий уровень владения Python и SQL

• Знание фреймворков, библиотек, алгоритмов машинного обучения: XGBoost, CatBoost, PyTorch, TensorFlow, Transformers

• Знание принципов построения RAG, VisionRAG и AgenticRAG систем

• Знание архитектур нейронных сетей: RNN, LSTM, трансформеры (BERT, BART, T5)

• Знание агентных архитектур (ReAct, Multi-agent и др.)

• Знание фреймворков для работы с LLM (LangChain, LangGraph и др.)

• Знание веб-фреймворков (FastAPI, Flask), контейнеризации (Docker)

• Понимание жизненного цикла моделей (CRISP-DM)

• Гибкий гибрид (обсуждаем индивидуально)

• Современный IT-офис вблизи Москва-Сити с фитнес-залом

• Ипотека с выгодой для сотрудника и льготные условия кредитования

• Бесплатная подписка СберПрайм+

• Скидки на продукты компаний-партнеров

• ДМС с первого дня и льготное страхование для близких

• Корпоративная пенсионная программа

• Обучение за счет компании: онлайн курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию

• Крупнейшее DS&AI Community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира

PAYNET- лидер среди платежных систем Узбекистана, каждый день 2 млн. человек с нашей помощью производят оплаты.

Мы не останавливаемся на достигнутых результатах, постоянно развиваемся и расширяем линейку услуг. Наша цель - быть максимально удобным сервисом для оплаты как для партнёров - поставщиков услуг, так и для клиентов.

Самая главная ценность нашей компании — это персонал, мы ждем от наших работников приверженности идеям - единства, дружелюбия, открытости, сотрудничества и стремления к достижению высоких результатов. Если вы разделяете наши амбиции - добро пожаловать в команду:)

• Проектирование, разработка и сопровождение дата-пайплайнов (ETL)
• Управление хранилищем данных (DWH) и построение оптимальных моделей данных
• Разработка витрин данных
• Анализ данных и участие в построении аналитической инфраструктуры

• Опыт работы с реляционными БД (Oracle)
• Уверенное знание SQL(сложные запросы, процедуры)
• Опыт построения ETL-процессов(Airflow, Oracle Data Integrator)
• Знание основ моделирования и архитектуры БД

• Комфортный график работы: 5/2 с графиком на выбор: 9:00-18:00 или 10:00-19:00
• Официальное трудоустройство в соответствии с ТК РУз с первого дня
• Ежеквартальные премии по итогам выполнения KPI
• Современный офис в центре города с полностью оборудованной инфраструктурой для работы и отдыха: спортзал, chill zone, PS5, настольный теннис и футбол
• Расширенный социальный пакет: ДМС, регулярные тимбилдинги, пакет бесплатных переводов до 50 млн сум в Paynet Mobile и другие бонусы
• Полное или частичное покрытие расходов на профильное обучение и повышение квалификации

Хорошо знаете Битрикс24 и хотите развиваться в ИИ и автоматизации? Давайте строить систему, которой пользуется реальный бизнес.

В «Космос Риэлти» ищем технического специалиста, который возьмёт на себя развитие Битрикс24 и интеграций, а дальше будет вместе с нами создавать ИИ-агентов, ботов и внутренние инструменты.

Ваши решения будут помогать команде работать с клиентами, сокращать ручные действия и быстрее получать нужную информацию. Здесь можно видеть результат своей работы и влиять на то, как устроена система.

Почему эта работа может быть вам интересна

• Возможность вырасти из интегратора Битрикс24 в специалиста по AI-автоматизации на практических задачах бизнеса.
• Работа над одной развивающейся системой: можно внедрять решения, видеть их эффект и улучшать их.
• Пространство для технической инициативы: предлагать инструменты, обсуждать подходы и реализовывать свои идеи.
• Использование ИИ в работе: ChatGPT, Codex, Claude и другие инструменты для разработки, анализа и автоматизации.
• Удалённая работа и проектные премии за результат.

Что предстоит делать

• Развивать CRM в Битрикс24: воронки, поля, роботов, бизнес-процессы, смарт-процессы и права доступа.
• Связывать Битрикс24 с внешними сервисами через REST API и вебхуки.
• Находить повторяющиеся ручные операции и превращать их в понятные автоматические сценарии.
• Разбираться в сбоях интеграций, находить причины и проверять, что исправления действительно работают.
• Постепенно подключаться к созданию ИИ-агентов, Telegram-ботов, сайтов и внутренних приложений.
• Документировать ключевые настройки и решения, чтобы систему было удобно поддерживать.

Что для нас важно

У вас есть практический опыт настройки и развития Битрикс24. Вы можете рассказать, какую задачу решали, что сделали самостоятельно и как проверили результат.

Вы понимаете, как работают API, вебхуки и обмен данными между сервисами. Умеете разбираться в незнакомой задаче, читать документацию и доводить решение до рабочего состояния.

Вы используете ИИ или готовы активно его осваивать. При этом проверяете результат: понимаете, что сгенерированный код нужно протестировать, а изменения в CRM — внедрить аккуратно.

Будет плюсом

JavaScript, Python или PHP; n8n или Make; SQL; Git; опыт создания ботов, работы с серверами и интеграции LLM.

Не обязательно владеть всем списком. Нам важнее уверенная база в Битрикс24 и интеграциях, самостоятельность и желание развиваться.

Условия

• Удалённая работа, полная занятость, график 5/2.
• Фиксированная часть — 60 000 ₽ на руки.
• Дополнительно — до 40 000 ₽ по KPI и проектные премии.
• Возможность роста дохода по мере расширения ответственности и сложности задач.

Как откликнуться

Отправьте резюме и напишите несколько строк об одном внедрении или интеграции, которыми вы довольны: какая была задача, что сделали лично вы и что получилось.

Если есть примеры проектов, GitHub или короткое видео работы решения — приложите. Если проекты закрытые, достаточно описания без конфиденциальных данных.

Если ваша сильная сторона — Битрикс24, а в ИИ вы пока только набираете опыт, откликайтесь. Это подходящая отправная точка для этой роли.

Обязанности

• Формировать стратегию развития GenAI платформы и ее реализацию
• Реализовывать функционал GenAI платформы в соответствии с KPI по надежности, доступности и внедрению в компании
• Управлять P&L GenAI платформы, развивать необходимую инфраструктуру и функционал информационной безопасности
• Внедрять GenAI агентов в компанию, непрерывно искать новые технологии и сценарии их использования
• Развивать процессы и компетенции в ИИ командах отдела
• Обеспечивать выполнения командой отдела KPI

Требования

• Опыт работы в области BigData от 5-ти лет. Опыт работы в цифровых индустриях будет преимуществом
• Опыт управления BigData командой от 30 человек
• Сильный бекграунд в AI и LLM-архитектуре
• Наличие успешно завершенных проектов с использованием технологий анализа данных, ML, GenAI
• Сильные лидерские и коммуникационные компетенции, стейкхолдер менеджмент
• Управление проектами и кросс-функциональными командами
• Навыки стратегического планирования, поиск и внедрение инноваций, управление рисками

МЫ ПРЕДЛАГАЕМ:

• Разработку собственных ИИ-продуктов для реального бизнеса, а не абстрактных экспериментов;

• Портфель проектов: корпоративный ИИ-сервис, мультиагентная система R&D, система для маркетинга;

• Возможность влиять на архитектуру и процессы, а не только выполнять задачи по чёткому ТЗ;

• Работу с современным стеком: LLM, RAG, MCP, Docker;

• Оформление по ТК РФ, полностью официальную заработную плату;
• ДМС (добровольное медицинское страхование) со стоматологией в лучших клиниках города;
• Удаленный формат работы;
• Корпоративные мероприятия, тимбилдинги, подарки для сотрудников и их детей.

ЧТО НУЖНО ДЕЛАТЬ:

• Разрабатывать прототипы ИИ-решений на реальных данных компании в согласованный срок с помощью ИИ-инструментов разработки (Claude Code, Cursor, Perplexity).

• Разрабатывать ИИ-агентов и поиск по документам (RAG): API ведущих моделей, вызовы инструментов, многошаговые сценарии.

• Интегрировать ИИ-решения с корпоративными системами;

• Выводить решения в промышленную эксплуатацию: Docker на Linux-серверах, автозапуск, журналы, мониторинг.

• Оценивать качество ИИ-решений: эталонные наборы задач, автоматические проверки перед каждым выпуском.

• Писать автоматические тесты, вести историю изменений в Git и документацию; передавать решения на сопровождение инженеру по сопровождению ИИ-систем.

• Разрабатывать безопасно: хранить секреты, разграничивать доступ, защищать от промпт-инъекций и утечек данных.

МЫ ЖДЕМ ОТ ВАС:

• Высшее или среднее профессиональное образование технического или ИТ-профиля.

• Дополнительное обучение в области разработки ИИ-приложений (курсы, сертификации) — желательно.

• Опыт разработки — от 3 лет. Язык программирования не имеет решающего значения: для нас важнее умение работать с LLM, RAG и ИИ-инструментами разработки.

• Опыт разработки ИИ-решений с применением ИИ-инструментов разработки — от 1 года.

МЫ ПРЕДЛАГАЕМ:

• Оформление по ТК РФ, полностью официальную заработную плату;
• Работу в высокопрофессиональной команде;
• ДМС (добровольное медицинское страхование) со стоматологией в лучших клиниках города;
• Возможность карьерного роста;
• Участие в кросс-функциональных проектах;
• Удаленный формат работы;
• Корпоративные мероприятия, тимбилдинги, подарки для сотрудников и их детей.

ЧТО НУЖНО ДЕЛАТЬ:

• Администрировать ИИ-сервисы: модели, учётные записи и права доступа, API-ключи и лимиты, обновления.

• Устранять сбои ИИ-сервисов: диагностировать в командной строке Linux, работать с контейнерами Docker, анализировать журналы ошибок.

• Настраивать ИИ-агентов под задачи подразделений без программирования: инструкции, сценарии работы, выбор модели под задачу с учётом качества и стоимости (Claude, GPT, Gemini, Qwen, DeepSeek).

• Организовывать поиск по документам (RAG) и подключать ИИ-агентов к корпоративным системам по протоколу MCP и через API.

• Контролировать качество ИИ-агентов: проверять на контрольных примерах до и после каждого изменения, разбирать ошибки и выдуманные ответы.

• Соблюдать требования информационной безопасности при работе с ИИ: хранить ключи доступа, защищать конфиденциальные данные.

МЫ ЖДЕМ ОТ ВАС:

• Высшее/среднее техническое образование (ИТ, прикладная информатика, автоматизация);
• Опыт администрирования Linux, Docker и интеграции по API от 1 года;
• Знание LLM (Claude, GPT, Gemini, Qwen, DeepSeek), мультиагентные системы, промпт-инжиниринг; владение ИИ-инструментами на уровне «Создатель практик»;
• Умение работать с RAG, векторными БД, MCP, REST API, тестировать качество агентов, выявлять галлюцинации.

🚀 Ищем Head of Data!

📍 Кипр, Лимассол | Работа из офиса | Релокация на Кипр

Наша продуктовая iGaming компания ищет лидера, который объединит Data Analytics, Product Analytics и Data Annotation, выстроит стратегию этих направлений и поможет командам принимать решения на основе данных.

Это роль с фокусом на развитие людей, качество аналитики и измеримый результат для бизнеса.

🎯 Что предстоит делать:

🔹 Формировать стратегию, структуру и roadmap трёх направлений.

🔹 Развивать команду: нанимать специалистов, проводить performance review, распределять ответственность и планировать ресурсы.

🔹 Управлять аналитическими задачами: выстраивать приоритеты и SLA, балансировать между ad hoc запросами и стратегическими инициативами.

🔹 Переводить бизнес- и продуктовые задачи в аналитические решения и оценивать их реальный эффект.

🔹 Внедрять единые метрики и стандарты аналитики, обеспечивать точность расчётов и воспроизводимость исследований.

🔹 Развивать self-service analytics и автоматизировать регулярную отчётность.

🔹 Управлять A/A- и A/B-тестированием — от дизайна экспериментов и расчёта выборки до анализа результатов и разбора итогов.

🔹 Выстраивать процессы Data Annotation: стандарты разметки, контроль качества и эффективности использования ресурсов.

🔹 Совместно с Data Engineering, BI, Data Science и Data Governance улучшать качество и доступность данных.

🔹 Определять OKR аналитической функции, представлять результаты, риски и планы на уровне C-level.

🔎 Что важно для этой роли:

▪️ От 2 лет опыта в роли Head of Data / Data Group Lead.

▪️ Уверенное владение SQL.

▪️ Знание практик продуктовой и бизнес-аналитики.

▪️ Глубокое понимание статистики и A/B-тестирования.

▪️ Опыт работы с BI-инструментами, желательно Tableau.

▪️ Понимание DWH, витрин данных, Data Quality и Data Governance.

▪️ Опыт работы с Jira, Confluence, Git или аналогами.

▪️ Готовность к релокации на Кипр и работе из офиса в Лимассоле.

⭐ Будет плюсом:

▫️ Python для аналитики.

▫️ Опыт работы с ClickHouse, Trino/Iceberg, PostgreSQL, BigQuery.

▫️ Применение AI/ML-инструментов в аналитических процессах.

📩 Интересно возглавить эти направления? Напишите мне в личные сообщения или Tg @Mike_Shemetau — обсудим подробности!

Буду благодарен за рекомендации и репосты 🙌

#HeadOfData #DataAnalytics #ProductAnalytics #iGaming #Hiring #Cyprus #Limassol

Просмотр информации C2PA

Analytix ищет ML Engineer для развития ML-модуля аналитической B2B-платформы в сфере iGaming.

Задачи

— разрабатывать модели оттока, LTV, VIP-потенциала и ответственной игры;

— прогнозировать ключевые показатели операторов;

— формировать признаки из событий игроков в ClickHouse;

— выстраивать воспроизводимые пайплайны обучения и батч-скоринга;

— регистрировать модели и эксперименты в MLflow;

— сравнивать модели с baseline и исключать утечки данных;

— работать с временными рядами;

— объяснять прогнозы с помощью SHAP и аналогичных инструментов;

— контролировать качество моделей и дрейф данных;

— документировать решения для дальнейшей интеграции инженерной командой.

Требования

— от 4 лет опыта в прикладном ML или Data Science;

— опыт запуска ML-моделей в production;

— уверенный Python, SQL, pandas или polars;

— опыт со scikit-learn и LightGBM, CatBoost или XGBoost;

— знание классификации, регрессии и временных рядов;

— понимание временной валидации, защиты от утечек, калибровки и дисбаланса классов;

— опыт с ClickHouse или другой колоночной СУБД;

— опыт с MLflow или аналогичными инструментами;

— Docker, Git, тестирование и код-ревью;

— умение самостоятельно планировать работу и передавать документированный результат;

— английский от B2, свободный русский.

Будет преимуществом

— опыт в iGaming, betting или другом продукте с большим количеством пользовательских событий;

— опыт с churn, LTV, VIP-сегментацией и промомеханиками;

— survival analysis, uplift-моделирование или причинный анализ;

— опыт работы с SHAP, LIME и LLM;

— запуск ML-направления с нуля.

Стек

Python 3.12, scikit-learn, LightGBM, CatBoost, XGBoost, ClickHouse, SQL, MLflow, pandas, polars, Docker, SHAP, Git.

Условия

— удалённая работа;

— part-time, 20 часов в неделю;

— возможность перехода на full-time;

— старт как можно раньше.

Ищем ML Researcher с сильной математической базой и исследовательским мышлением.

Нам нужен специалист, который умеет не просто обучать модели, а находить закономерности в данных, проверять гипотезы и отличать реальные результаты от случайных.

Чем предстоит заниматься

• Исследовать финансовые временные ряды и рыночные данные.
• Разрабатывать ML-модели для прогнозирования и поиска торговых сигналов.
• Формулировать и проверять гипотезы.
• Проводить backtesting и walk-forward validation.
• Исключать data leakage, look-ahead bias и переобучение.
• Оценивать устойчивость моделей на новых данных.

Что важно

• Сильная база в математике, теории вероятностей и статистике.
• Знание ML: линейные модели, boosting, основы Deep Learning.
• Python, NumPy, pandas, scikit-learn, CatBoost / LightGBM.
• Умение самостоятельно проводить исследования и критически оценивать результаты.

Особенно интересны кандидаты с одним из трёх преимуществ

1. Сильное образование: МФТИ, ВШЭ (ФКН, матфак), МГУ (ВМК, мехмат), СПбГУ (матмех), ШАД.

2. Достижения в соревнованиях: Kaggle, Codeforces, ICPC, математические и алгоритмические олимпиады.

3. Опыт Quant Research / HFT: разработка торговых стратегий, работа с рыночными данными, поиск сигналов и бэктестинг.

Достаточно соответствовать хотя бы одному из этих направлений.

Будет плюсом

PyTorch, SQL, Docker, MLflow, C++ / Rust, исследовательские публикации и собственные ML-проекты.

Опыт в алгоритмическом трейдинге не обязателен. Рассматриваем в том числе сильных студентов и начинающих исследователей.

Условия

• Полностью удалённая работа, full-time.
• Интересные исследовательские задачи.
• Минимум бюрократии.
• Зарплата обсуждается индивидуально, жёсткой вилки нет.
• Выплаты в USDT еженедельно.

Привет! На связи ggsel 💚

Мы ищем Head of DWH - лидера, который сочетает глубокую техническую экспертизу в DWH/ClickHouse, архитектурное мышление и управленческие навыки.

Стек: ClickHouse, SQL, Python, Airflow, dbt, PostgreSQL, Docker, Git.

✅ Ключевые требования и задачи

- ClickHouse - основная экспертиза: проектирование MergeTree, партиционирование, TTL, оптимизация запросов, шардирование/репликация, бэкапы в S3.

- ETL/ELT и оркестрация: Airflow, dbt, data quality, тесты, мониторинг свежести данных, data contracts.

- Управление командой: найм, онбординг, развитие, performance review, процессы разработки, roadmap, OKR, бюджет.

- Бизнес и Data Governance: сбор требований, приоритизация, коммуникация с C-level, каталог данных, lineage, GDPR/152-ФЗ, разграничение доступа.

✅ Условия

- Удаленная работа из любой точки мира.

- Конкурентная зарплата + performance премия 2 раза в год.

- Гибкий график и фокус на результат.

- Оплата обучения, курсов и конференций.

- Возможность реально влиять на продукт и команду.

Узнать подробности и оставить отклик можно на нашем корпоративном портале

➡️ https://lnkd.in/euePmH7n

Мы расширяем команду. Ищем аналитика, который возьмёт на себя контур замеров: запуск приёмок, контроль прохождения разметки и анализ результатов.

Вы увидите изнутри всю кухню оценки качества LLM — от состава оценочных наборов до критериев, по которым релиз останавливают. Процесс активно автоматизируется: рутина будет уходить, а ваша роль — расти в сторону анализа и методологии. Вы будете работать бок о бок с ML-инженерами качества, доменными экспертами и командой краудсорса.

Какие задачи вас ждут

Организация приёмок новых версий моделей
В ваши обязанности войдёт подготовка оценочных наборов, постановка задач по всем аспектам качества, настройка и запуск пайплайнов оценки.

Приёмки проходят несколько раз в неделю, они идут параллельно и зависят от дат релизов, поэтому очень важно их все контролировать.

Контроль разметки
Замер действует неделю и проходит через несколько команд и пулов. Вам предстоит следить за его статусом, выявлять и устранять сбои, а также отслеживать недоставленные или потерянные данные. Нужно будет разбираться в причинах и доводить модель до работающего результата вместе с командой краудсорса и соседними командами. Это та часть работы, где аккуратность и въедливость дают больше всего.

Сбор и анализ результатов
Вы будете сводить результаты всех аспектов в одну картину: считать значимость, отличать настоящее изменение от шума, объяснять расхождения между аспектами и между людьми и автоматическими оценщиками.

По каждому релизу должно быть заключение с разбором сценариев и конкретными примерами; раз в неделю — сводка по всем замерам для ML-команд и продукта.

Развитие процесса
Параллельно мы автоматизируем приёмку и строим под неё инструменты. Вы будете главным заказчиком и первым пользователем этой автоматизации: приносить требования, обкатывать новое и забирать себе те задачи, которые она освобождает.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

Мы ждём, что вы

• Уверенно работаете с Python и SQL
• Знаете математическую статистику и теорию вероятностей
• Доводите до конца многошаговые процессы с внешними зависимостями: чужие пайплайны, пулы разметки, сроки соседних команд
• Умеете формулировать обоснованное заключение по данным и защищать его перед заказчиками
• Самостоятельны и готовы браться за новые задачи, для которых нет готового решения
• Интересуетесь развитием LLM и хотите глубоко погрузиться в тему

Будет плюсом, если вы

• Проводили оценку качества LLM с использованием голден-сетов, LLM-as-a-Judge и контроля разметки
• Работали на стыке офлайн-оценки и онлайн-экспериментов
• Занимались оценкой агентских сценариев и мультимодальных моделей
• Применяли NLP, краудсорсинговые разметки и ML

Kaspi.kz – это место, где необыкновенные люди собираются вместе, чтобы проявить свои лучшие качества, как в работе, так и в жизни, потому что Kaspi – это не просто финансовое учреждение, а большая семья, которая объединила под своим крылом более 10 тысяч человек по всему Казахстану. Мы всегда ценим людей, которые стремятся к знаниям и великим победам, именно поэтому работа у нас – это шанс реализовать свой потенциал.

Работа полностью из офиса в городе Алматы, удалённого и гибридного формата нет.

Вам предстоит:

• подготовка данных;
• обучение и тестирование моделей;
• запуск моделей в production;
• разработка ML-сервисов и интеграций;
• анализ качества и улучшение моделей;
• настройка мониторинга;
• проведение A/B-тестов.

Мы ожидаем от вас:

• опыт разработки и запуска NLP/ML-решений в production;
• знание Python и SQL;
• опыт работы с BERT, Sentence-BERT, T5, FastText, Word2Vec или аналогами;
• понимание LLM, RAG и AI-агентов;
• опыт работы с Docker, Kubernetes и CI/CD;
• умение анализировать качество моделей и продуктовые метрики

Мы предлагаем:

• Развитие и карьерный рост;
• Возможность стать частью профессиональной дружной команды Kaspi;
• Обучение, тренинги и курсы за счет компании;
• Бесплатный тренажерный зал в офисе;
• Электронная библиотека - Kaspi Books и доступное приложение к нему;
• Chill-зона - уютный дворик, workout-площадка, также удобные скамейки и качели, для полной релаксации :)
• Отсутствие дресс-кода.

Ищем инженера, который будет отвечать за инфраструктуру хранения данных, виртуализацию, Linux и сети MLOps-платформы.

Основной фокус роли - Ceph, Proxmox, Linux и сети. Около 30% задач будут связаны с Kubernetes и DevOps.

Обязанности:

• Развивать и сопровождать Ceph: OSD, PG, CRUSH, RBD, RGW/S3, Erasure Coding.
• Заниматься балансировкой, производительностью и планированием ёмкости Ceph.
• Диагностировать проблемы с дисками, сетью, восстановлением и распределением данных.
• Развивать кластеры Proxmox/KVM и инфраструктуру виртуализации.
• Работать с физическими серверами, SSD/NVMe, файловыми системами и блочными устройствами.
• Развивать и диагностировать сети: VLAN, bonding, маршрутизация, MTU, 10/25/100 GbE.
• Диагностировать и оптимизировать производительность Linux, сети и дисковой подсистемы.
• Планировать обновления и миграции с учётом отказоустойчивости и возможности отката.
• Автоматизировать типовые инфраструктурные операции.
• Участвовать в эксплуатации Kubernetes и подхватывать DevOps-задачи команды.

• Сильные знания Linux и опыт эксплуатации производственной инфраструктуры.
• Практический опыт эксплуатации Ceph.
• Хорошее понимание архитектуры Ceph: OSD, PG, CRUSH, MON, MGR.
• Опыт работы с RBD и RGW/S3.
• Опыт эксплуатации Ceph Erasure Coding.
• Опыт работы с Proxmox VE/KVM и кластерами Proxmox.
• Хорошее понимание блочных устройств, файловых систем, SSD/NVMe.
• Хорошее понимание TCP/IP, VLAN, bonding, MTU и маршрутизации.
• Опыт диагностики производительности Linux, сети и хранилищ.
• Практический опыт работы с Kubernetes.
• Опыт автоматизации инфраструктуры с Ansible.
• Умение работать с мониторингом инфраструктуры и метриками Prometheus/Grafana.

Будет плюсом:

• Опыт эксплуатации сетей 25/40/100 GbE.
• Опыт с Terraform.
• Опыт работы с Cilium.
• Опыт эксплуатации GPU-серверов.
• Опыт глубокой оптимизации Linux, сетевой и дисковой подсистем.
• Опыт построения резервного копирования и аварийного восстановлени.
• Опыт работы с инфраструктурой для Spark, Data Platform или ML Platform.

Что важно для нас:

Ищем не только администратора Ceph и не только Kubernetes/DevOps-инженера. Нужен специалист, способный видеть инфраструктуру целиком:

серверы -> сеть -> Linux -> виртуализация -> хранилище -> Kubernetes

и самостоятельно находить причины сложных инфраструктурных проблем, оценивать риски и предлагать надёжные решения.

• ​​​​Команду инженеров, которые умеют решать сложные задачи и делиться опытом.
• Официальное трудоустройство в соответствии с ТК РФ в аккредитованную IT-компанию.
• ДМС и страхование от несчастных случаев с первой рабочей недели, оплату больничных за первые 10 дней до 100% от оклада.
• Гибкий формат работы: Удаленная работа по РФ, либо гибридный формат работы в самом центре Москвы, в офисе по ул. Мясницкая, 16.
• Современная техника для работы (Macbook, мониторы, и все что вам нужно для комфортной работы.
• Возможность поработать в атмосфере небольшой уютной дружной компании, где все решается быстро, в дружеской обстановке и без бюрократии.
• Ежегодные корпоративы с компенсацией дороги и проживания.
• Конкурентную зарплату по результатам собеседования.