Вакансии в ML и AI

Привет! Мы — онлайн-школа Тетрика, являемся одной из крупнейших EdTech-компаний России в сегменте школьного образования.
За 7 лет мы помогли уже тысячам школьников найти своего репетитора и провели более 2 млн занятий на собственной платформе.

Мы продолжаем расти, а значит, нам нужны новые таланты. Сейчас мы приглашаем в свою команду Мы ищем Дата инженера, который возьмёт на себя DWH, дата-платформу и вырастет в лида DE-направления. Вам предстоит навести порядок в данных, выстроить инженерные стандарты и определить, как будет развиваться направление. Вы будете работать напрямую с CDO и влиять на архитектуру и стратегию данных компании.

Чем предстоит заниматься:

• Завершить переезд аналитики на StarRocks: верифицировать данные и отключить старый контур PostgreSQL;

• Сделать данные надёжными: мониторинг свежести и полноты витрин, SLA, разбор инцидентов, проверки качества;

• Выстроить защиту от поломок при изменениях в продуктовой разработке: контракты, lineage, контроль изменений;

• Запустить каталог данных для ключевых витрин;

• Сформировать карту развития DE-направления и развивать команду из двух дата-инженеров.

Стек:

• StarRocks;

• Yandex Cloud (Managed PostgreSQL, S3);

• SQLMesh;

• Airflow;

• Python (для интеграций и вспомогательных задач);

• Metabase (BI-визуализация);

• GitLab CI/CD.

Что мы ожидаем от кандидата:

• 4+ года опыта в Data Engineering, опыт проектирования DWH и витрин;

• Уверенный SQL и навыки моделирования данных;

• Опыт с OLAP-хранилищами (StarRocks, ClickHouse или аналоги);

• Опыт с оркестрацией и инструментами трансформации (Airflow, Dagster, dbt, SQLMesh);

• Умение общаться с аналитиками и бизнесом на языке результата.

Будет плюсом:

• Опыт миграции хранилищ;

• Опыт выстраивания качества данных: тесты, data contracts, мониторинг;

• Наставничество, код-ревью или руководство небольшой командой.

Что мы предлагаем:

• Оформление по ТК РФ в аккредитованной ИТ-компании;

• Гибридный/удаленный формат работы с гибким началом рабочего дня с 9:00-11:00;

• ДМС со стоматологией после 3 месяцев работы;

• Возможность обучения сотрудника и его детей со скидкой 50% на нашей платформе;

• Корпоративные скидки от наших партнёров;

• Уютный офис в шаговой доступности от метро Курская на территории креативного кластера Artplay.

Процесс найма:

Видеоинтервью с рекрутером → техническое собеседование → видеоинтервью с руководителем → оффер.

Если тебе интересны новые задачи и постоянное развитие, смело отправляй отклик на вакансию. Пожалуйста, расскажи немного о себе и укажи зарплатные ожидания. Будем рады знакомству :)

Наша команда занимается созданием следующего поколения интеллектуальных систем для анализа рисков.

Среди наших проектов:

• разработка NLP моделей на основе LLM, создание sota AI-агентов и мультиагентных систем для операционных и ESG-рисков

• создание transformer-based моделей для решения банковских задач на финансовых данных, моделирование финансовых рынков с помощью машинного обучения

• разработка классических ML-моделей для процесса кредитования, которые являются ядром бизнеса Сбера и ключевым драйвером прибыли.

• участвовать в полном цикле разработки моделей: сбор данных, разработка ML-модели, подготовка артефактов для внедрения.

• исследовать источники данных, современные архитектуры и подходы для повышения качества работы моделей.

• писать поддерживаемый, читаемый код, участвовать в обсуждениях технических подходов

• презентовать результаты исследований бизнес-заказчиками.

• студенты очной формы обучения 3 курса и выше

• знание ключевых методов и алгоритмов в области Machine Learning (Classic ML + DL).

• уверенное владение Python и библиотек Pandas, Scikit-learn, XGBoost/LightGBM/CatBoost, Transformers, Pytorch

• навыки работы с базами данных, знание SQL, PySpark

• знания в области теории вероятностей и математической статистики

• высокий уровень ответственности и самостоятельности.

Будет плюсом:

• опыт стажировок

• участие в хакатонах

• учебные знания в области розничного кредитования, портфельного управления и математики кредитных рисков.

• 3-6-месячная оплачиваемая стажировка с гибким графиком (30-40 часов) в офисе Сбера (возможности удаленной работы нет)

• стабильный оклад и социальная поддержка сотрудников

• официальное оформление с первого дня

• корпоративное обучение за счет компании.

Команда занимается разработкой NLP-моделей и решений на основе LLM для операционных рисков. Решаем задачи по построению AI-агентов и мультиагентных систем.

Примеры:

• Система гардрейлов (в том числе на Jev-like моделях) для защиты LLM и AI-агентов Сбера от промпт-атак и джейлбрейков

• Агентная память банка на базе темпорального графа знаний, учитывающего версии и изменения внутренней документации во времени

• Harness, который автономно превращает DS-код в продакшн-сервис — от сборки проекта по стандарту и интеграций до деплоя на стенды и тестирования

• AI-агенты для оценки рисков компаний экосистемы Сбера по внутренним документам, новостям, отчетности и описанию бизнес-процессов

• Мультиагентная система по анализу репозиториев кода на уязвимости бизнес-логики и сверки с требованиями

• AI-агент DataEngineer для автономного анализа данных, поиска ошибок и аномалий, создания проверок качества данных, создания выгрузок и витрин.

• разработка PoC и MVP AI-агентов с использованием фреймворков для работы с LLM

• адаптация и дообучение LLM на внутренних и внешних данных (SFT, LoRA, DPO, GRPO)

• участие в выводе AI-агентов в продакшн, их интеграции и мониторинге качества

• написание качественного кода и обсуждение технических решений с командой.

• неоконченное высшее техническое образование с хорошей подготовкой в области математики и алгоритмов

• знание Python, статистики и ML/DL-стека

• опыт проектирования и обучения нейросетей: от CNN/RNN до трансформеров

• опыт построения RAG-систем (классический RAG, GraphRAG, Agentic RAG)

• опыт разработки автономных AI-агентов (LangChain, LangGraph, Deep Agents)

• знание классических алгоритмов и структур данных, принципов ООП и паттернов проектирования

• умение писать чистый и поддерживаемый код (Clean Architecture, SOLID)

• опыт работы с Git.

Будет плюсом:

• опыт работы с FastAPI, Docker, vLLM, Unsloth, Langfuse

• успехи в соревнованиях (например, Kaggle Expert+ или призовые места на хакатонах)

• вклад в open-source проекты, публикация моделей и датасетов на Hugging Face

• погружённость в тренды индустрии, интерес к свежим статьям и новым инструментам

• знание других языков программирования (например, C++, Java).

• оплачиваемая стажировка

• формат работы: офис.

Основные обязанности:

• Архитектурное проектирование БД: Разработка концептуальной, логической и физической моделей данных единого хранилища. Проектирование топологии таблиц, схем данных и связей между ними. Оптимизация хранилищ данных, оптимизация производительности базы данных при тяжелых еженедельных инкрементальных загрузках;
• Разработка и поддержка ETL/ELT пайплайнов: Написание надежных скриптов на Python для еженедельной выгрузки данных из 10 сторонних API, обработки JSON/XML-ответов и обработки ошибок связи;

• Оркестрация процессов: Настройка, мониторинг и поддержка расписания запусков пайплайнов;
• Разработка логики повторных запусков и системы оповещений при сбоях API;
• Интеграция справочников и НСИ: Техническое подключение, версионирование и синхронизация мастер-справочников, словарей и классификаторов в единой БД;
• Реализация алгоритмов маппинга (в т.ч. нечеткого поиска) совместно с аналитиками;
• Обеспечение качества данных: Внедрение автоматических проверок (DQ-тестов) на этапе загрузки совместно с DQ-аналитиком (валидация типов, проверка на пустые значения, дубликаты, бизнес-логику);
• Подготовка витрин данных для отгрузки клиентам.

Требования:

• Экспертный SQL (MS SQL, PostgreSQL): Глубокое понимание архитектуры MS SQL (PostgreSQL будет преимуществом). Написание сложных запросов, CTE, оконных функций. Опыт оптимизации запросов, настройки индексов и чтения планов выполнения (EXPLAIN);
• Уверенный Python: Опыт коммерческой разработки на Python от 2–3 лет. Отличное знание библиотек для обработки данных (pandas, numpy) и работы с БД/API (requests, httpx, SQLAlchemy);
• Опыт работы с оркестраторами: Практический опыт настройки пайплайнов в Apache Airflow (предпочтительно), Prefect или аналогичных инструментах;
• Работа с API: Понимание принципов работы REST API, веб-хуков, обработки механизмов авторизации (OAuth, API-ключи, токены) и лимитов на запросы;
• Инженерная культура: Уверенное владение Git (ветвление, Pull Request), понимание принципов CI/CD, опыт контейнеризации приложений (Docker).

• Официальное трудоустройство со стабильной заработной платой, сумма которой обсуждается с финальным кандидатом;
• ДМС после года работы;
• График работы 5/2, с возможностью работать в гибридном формате;
• Современный офис и дружная команда профессионалов;
• Интересные задачи и возможность профессионального роста.

"Фудтех Ресторанные Технологии" – компания, развивающая современные решения для ресторанного бизнеса и кейтеринга.

Мы создаем и масштабируем собственные FoodTech-проекты, включая CanapeClub, работаем в нескольких городах России и развиваем новые направления бизнеса.

Наша команда объединяет технологии, маркетинг, продажи и операционную экспертизу, чтобы делать сервис удобнее для клиентов и эффективнее для партнёров.

Мы ценим самостоятельность, инициативу, ответственность за результат и готовность развиваться вместе с компанией.

Ищем в командум Python AI Automation Engineer, который будет внедрять ИИ и автоматизацию непосредственно в операционные процессы компании. Нас интересуют не демонстрационные чат-боты, а работающие внутренние ИИ-сервисы и агенты, которые сокращают ручной труд сотрудников.

Обязанности:

• Разрабатывать ИИ-агентов и агентные workflow на Python
• Автоматизировать обработку клиентских заявок из различных каналов
• Создавать агентов для работы с документами, таблицами, контентом и отчётностью
• Автоматизировать сверки и другие регулярные back-office процессы
• Интегрировать LLM с внутренними и внешними системами через API
• Строить workflow на LangGraph и аналогичных инструментах
• Использовать и разрабатывать интеграции на базе MCP
• Создавать RAG-системы для работы с внутренней базой знаний и документами
• Разрабатывать внутренние AI API и сервисы
• Реализовывать взаимодействие ИИ-агентов с бизнес-системами
• Настраивать контроль выполнения операций, retry, human-in-the-loop и журналирование действий агентов
• Оценивать качество работы моделей и снижать количество ошибок/галлюцинаций
• Выбирать оптимальные LLM под конкретные задачи с учётом качества, скорости и стоимости
• Переводить повторяющиеся ручные процессы сотрудников в автоматизированные сценарии

Примеры задач:

• Получить обращение клиента → определить его тип → извлечь параметры заказа → запросить недостающие данные → создать структурированную заявку
• Получить документ → извлечь данные → проверить их → сопоставить с системой → сформировать результат для сотрудника
• Автоматически подготовить ежедневный или ежемесячный отчёт из нескольких источников
• Сверить данные двух систем и вывести расхождения
• Найти нужную информацию во внутренней документации и выполнить действие через API
• Сгенерировать и актуализировать контент на основе данных из внутренних систем

Требования:

• Уверенное знание Python
• Практический опыт работы с LLM API
• Опыт создания AI/LLM-приложений, которые реально используются пользователями или сотрудниками
• Знание LangChain / LangGraph или аналогичных frameworks
• Понимание RAG, embeddings и vector search
• Опыт tool/function calling
• Опыт работы с REST API, webhooks
• Опыт работы со structured output / JSON Schema
• Знание SQL
• Владение Git, Docker
• Умение самостоятельно исследовать бизнес-процесс и предложить вариант его автоматизации

Будет плюсом:

• Практический опыт с MCP
• Знание PostgreSQL / pgvector или других vector DBs
• Опыт с Celery / RabbitMQ / Redis
• Опыт с OCR / document processing
• Опыт с browser automation
• Опыт интеграций с email, мессенджерами, CRM и корпоративными системами
• Опыт построения мульти-агентных систем
• Опыт с observability ИИ-сервисов

Наша команда занимается созданием следующего поколения интеллектуальных систем для анализа рисков. Среди наших проектов:

Разработка NLP моделей на основе LLM, создание sota AI-агентов и мультиагентных систем для операционных и ESG-рисков

Cоздание transformer-based моделей для решения банковских задач на финансовых данных; моделирование финансовых рынков с помощью машинного обучения

Разработка классических ML-моделей для процесса кредитования, которые являются ядром бизнеса Сбера и ключевым драйвером прибыли.

• автоматизация решения сложных DS-задач

• разработка PoC и MVP AI-агентов на основе LLM с использованием фреймворков для работы с LLM, таких как langchain/langgraph

• адаптация и обучение LLM Сбера с использованием внутренних и внешних данных (Prompt Tuning, LoRA, SFT, GRPO)

• применение RL подхода для улучшения reasoning способностей модели.

• высшее (неоконченное) математическое/естественно-научное/техническое образование

• общее знание высшей математики включая математическую статистику

• владение английским языком на уровне, достаточном для уверенного чтения научных статей

• знание классического ML и DL

• отличное владение Python и PyTorch.

• хорошее понимание алгоритмов, структур данных, методов оптимизации.

• умение работать в команде, писать чистый и поддерживаемый код.

Будет плюсом

• опыт научной деятельности

• опыт построения ИИ агентов

• опыт работы с LLM (prompt engineering, fine-tuning).

• участие в open-source или соревнованиях (Kaggle, хакатоны).

• готовность экспериментировать и предлагать идеи, а не только реализовывать.

• оплачиваемая стажировка

• формат работы: офис.

О вакансии

Ищем человека, который увлечён современными AI-технологиями и умеет применять их на практике.

Нам не нужен программист высокого уровня или опытный DevOps-инженер. Важнее технический склад ума, интерес к нейросетям и способность самостоятельно разобраться в новой технологии, установить, настроить и получить работающий результат.

Работа проектная. Постоянно находиться в офисе не требуется. Можно совмещать с основной работой, учёбой или другими проектами.

Чем предстоит заниматься

• Изучать новые AI-инструменты, нейросети и AI-агенты и применять их для решения практических задач.

• Устанавливать и настраивать AI-инструменты на компьютерах и удалённых серверах.

• Создавать автоматизации на основе AI-агентов.

• Интегрировать AI с Google Таблицами, Telegram, облачными сервисами, базами данных и другими системами.

• Настраивать взаимодействие AI с компьютерами и смартфонами Android/iOS.

• Тестировать open-source проекты с GitHub и адаптировать их под конкретные задачи.

• Создавать с помощью AI небольшие программы, скрипты и приложения.

• Работать с VPS, Linux, Docker, API, VPN и другими инструментами по мере необходимости.

• Находить и устранять ошибки, доводить решения до стабильной работы.

Пример реальной задачи

Сотрудник записывает голосовое сообщение на смартфоне → запись автоматически передаётся AI-агенту → агент расшифровывает сообщение → определяет категорию информации → сохраняет результат в Google Таблицу.

Задача специалиста — подобрать инструменты, собрать решение, протестировать и обеспечить его работоспособность.

Что для нас важно

• Вы активно пользуетесь современными нейросетями и следите за развитием AI.

• Имеете практический опыт работы с AI-агентами, а не только с обычными чат-ботами.

• Умеете самостоятельно устанавливать и настраивать программы и сервисы.

• Не боитесь терминала, GitHub, серверов и технической документации.

• Используете AI для написания кода, создания приложений или автоматизаций.

• Способны самостоятельно разобраться с незнакомой технической задачей.

Будет плюсом опыт работы с: Linux, VPS, Docker, Python, JavaScript, API, MCP, базами данных, локальными языковыми моделями, Telegram-ботами и мобильными приложениями.

Профессионально владеть всеми перечисленными технологиями не требуется.

Условия работы

• Проектная занятость с гибким графиком.

• Стоимость каждой задачи согласовывается до начала работы.

• Основную часть задач можно выполнять удалённо. При необходимости встречаемся в Воронеже.

• Возможность совмещать с другой работой или учёбой.

• Разнообразные практические задачи и возможность работать с современными AI-технологиями.

Кого мы ищем

Человека, которому действительно интересно разбираться в технологиях.

Если вы для себя поднимали сервер, устанавливали локальные нейросети, собирали AI-агента, создавали Telegram-бота, автоматизировали задачи или делали собственное приложение с помощью AI — нам интересен такой опыт.

Не так важно, где вы этому научились: на работе, самостоятельно или в рамках личных проектов.

Главное — умение самостоятельно довести техническую идею до работающего результата.

Как откликнуться

В сопроводительном письме расскажите об одном проекте, который вы реализовали самостоятельно.

Коротко опишите, какую задачу решали, какие инструменты использовали и что получилось в результате.

Это может быть рабочий, учебный или личный проект. Нам важен ваш реальный практический опыт.

Обязанности:

• Умение создавать, оптимизировать и работать со слоями DWH (Bronze/Silver/Gold);
• Разрабатывать и поддерживать ETL/ELT процессы (Python, SQL, Airflow);
• Работа с Airflow, поддержка и написание дагов;
• Работа с SQL базами данных (PostgreSQL, MS SQL Server, Greenplam);
• Умение работать и разрабатывать API (REST API, обработка данных в форматах JSON и XML);
• Осуществлять сбор, обработку и анализ данных;
• Построение дашбордов в Power BI.

• Высшее техническое образование;
• Опыт оптимизации и написания SQL запросов (СTE, оконные функции, вложенные запросы, джоины и другие);
• Уверенные знания Postgresql (администрирование, оптимизация SQL запросов СTE, оконные функции, вложенные запросы, джоины и другие);
• Уверенные знания Python, Airflow, Docker, Power BI;
• Опыт работы с OC Linux и уверенные навыки работы в командной строке (Bash);
• Опыт работы с Git (Gitlab/Github), понимание процессов CI/CD;
• Знания Kubernets приветствуется;
• Уверенное использование генеративного ИИ в ежедневной профессиональной деятельности (ChatGPT, Claude, Copilot и др.)

• Режим работы: с 08:00 до 17:30 с понедельника по пятницу;
• Форма найма: трудовой договор;
• Работа строго в офисе.

Наша команда занимается созданием следующего поколения интеллектуальных систем для анализа рисков. Среди наших проектов:

Разработка NLP моделей на основе LLM, создание sota AI-агентов и мультиагентных систем для операционных и ESG-рисков

Cоздание transformer-based моделей для решения банковских задач на финансовых данных; моделирование финансовых рынков с помощью машинного обучения

Разработка классических ML-моделей для процесса кредитования, которые являются ядром бизнеса Сбера и ключевым драйвером прибыли.

• заниматься разработкой моделей ценообразования и расчета риск-метрик для финансовых инструментов, а также подходов к управлению рыночными рисками

• развивать передовые методы ИИ для финансов: генеративное моделирование мультимодальных данных (диффузия, VAE, LLM и др.), обучение с подкреплением

• сочетать фундаментальные исследования с прикладными задачами Сбера.

• образование с математическим уклоном: предпочтительно

• понимание финансовой математики: знания в области теории вероятностей и случайных процессов, математической статистики и эконометрики

• программирование: свободное владение Python (NumPy, Pandas, PyTorch)

• базовые знание ML/DL

• классические методы ML, Deep Learning

• современные генеративные модели / RL-алгоритмы

• архитектуры и принципы LLM.

Будет плюсом:

• наличие профильных сертификатов – CFA, FRM, CQF и т.д.

• окончание курсов ШАД, Vega или аналогов

• опыт работы над проектами в области GenAI, анализа временных рядов (Time Series, TS), обучения с подкреплением (RL).

• оплачиваемая стажировка

• формат работы: офис.

Мы — группа компаний с собственным производством автомобильной и бытовой химии, развитой торговой инфраструктурой и командой более 200 сотрудников.

Ищем специалиста, который умеет превращать возможности искусственного интеллекта в реальные инструменты для бизнеса.

Нам нужен не теоретик и не просто активный пользователь ChatGPT, а человек, который способен самостоятельно разобраться в бизнес-процессе, найти точки автоматизации и внедрить работающий инструмент.

Чем предстоит заниматься

* Погружаться в работу подразделений компании: производство, продажи, логистика, снабжение, финансы и другие направления.

* Анализировать существующие бизнес-процессы, выявлять слабые места и возможности автоматизации.

* Самостоятельно разрабатывать, настраивать и внедрять ИИ-агентов для решения бизнес-задач.

* Создавать автоматизированные сценарии и интеграции между корпоративными системами.

* Внедрять AI-инструменты для обработки документов, аналитики, подготовки отчётности, работы с данными и автоматизации повторяющихся операций.

* Настраивать взаимодействие ИИ с CRM, ERP, таблицами, базами данных и другими внутренними системами.

* Тестировать разработанные решения, устранять ошибки, поддерживать и совершенствовать внедрённые инструменты.

* Обучать сотрудников работе с новыми технологиями.

* Оценивать эффективность внедрения: экономию времени, снижение затрат, повышение производительности.

* Самостоятельно вести проекты автоматизации от идеи до полноценного запуска.

Что для нас важно

* Практический опыт самостоятельного внедрения AI-решений в реальные бизнес-процессы.

* Уверенное владение инструментами автоматизации: n8n, Make, Zapier или аналогами.

* Опыт создания и настройки ИИ-агентов.

* Понимание принципов работы LLM, API, webhooks и интеграций.

* Опыт работы с ChatGPT API, Claude API или другими языковыми моделями.

* Навыки работы с базами данных, структурированной информацией и корпоративными системами.

* Понимание бизнес-процессов и умение переводить бизнес-задачи в технические решения.

* Способность самостоятельно реализовать проект без постоянного привлечения команды разработчиков.

* Системное мышление, инициативность и ориентация на конкретный результат.

Будет преимуществом

* Знание Python и SQL.

* Опыт работы с RAG, векторными базами данных и AI-фреймворками.

* Опыт внедрения AI-решений в производственных, торговых или логистических компаниях.

* Наличие реализованных проектов с измеримым бизнес-эффектом.

Что предлагаем

* Заработную плату от 150 000 ₽ с обсуждением итоговых условий по результатам собеседования.

* Работу в Самаре, преимущественно в офисном формате.

* Возможность напрямую взаимодействовать с руководством компании.

* Самостоятельность в выборе инструментов и способов реализации задач.

* Масштабные проекты автоматизации в разных направлениях бизнеса.

* Возможность выстроить AI-автоматизацию компании практически с нуля.

* Реальное влияние на эффективность и развитие бизнеса.

Нам важно, чтобы кандидат мог не просто рассказать, как искусственный интеллект способен улучшить бизнес, а показать, что он уже делал это своими руками.

При отклике будем рады увидеть примеры реализованных проектов: какую задачу решали, какие инструменты использовали и какого результата удалось добиться.

Мы создаем AI-продукты, которые трансформируют работу маркетинга: от анализа исследований и клиентских инсайтов до интеллектуального копайлота, помогающего маркетологам работать с данными, документами, контентом и креативами.

Если вам интересно не просто подключать LLM по API, а понимать, как устроены современные AI-системы, проектировать их архитектуру и превращать возможности моделей в работающие продукты, — присоединяйтесь к нашей команде.

Обязанности

• разрабатывать AI-сервисы: от прототипа и выбора подхода до интеграции в существующий технологический ландшафт
• проектировать взаимодействие LLM с инструментами, данными, API и другими сервисами
• развивать AI-копайлота для маркетинга: работу с документами и презентациями, генерацию контента, поиск и анализ информации
• исследовать новые LLM, существующие фреймворки и инструменты и определять, где они могут дать практический эффект в продукте
• проектировать подходы к оценке качества AI-систем, проводить эксперименты и улучшать решения на основе результатов
• участвовать в проектировании архитектуры AI-продуктов и агентных систем на базе современных LLM.

Требования

• высшее образование
• опыт разработки на Python и опыт промышленной разработки AI/ML-систем от 3х лет
• глубокое понимание того, как устроены современные LLM-системы: inference, context management, tool/function calling, structured output, caching, embeddings, RAG и agentic workflows
• хорошее понимание system design: архитектуры современных приложений и сервисов, интеграционных паттернов, API, очередей, хранилищ, кэширования и подходов к построению систем
• практический опыт создания продуктов и сервисов на базе LLM
• опыт интеграции LLM в существующие системы и работы с внешними и внутренними API
• опыт работы с векторным поиском и базами данных (Elastic, Chroma, Weaviate или аналоги)
• навыки работы с LLM serving engines (vLLM, ollama, sglang)
• понимание подходов к evaluation LLM-систем и способность превращать субъективное «работает хорошо» в измеримые критерии качества
• особенно важно продуктовое мышление: способность работать с разного уровня проработки требованиями, самостоятельно прорабатывать детали решения, предлагать варианты реализации, быстро проверять гипотезы и вместе с владельцем продукта находить объективные критерии качества AI-продукта

Будет плюсом:

• опыт создания AI-ассистентов, копайлотов или агентных систем для B2B/enterprise-сценариев
• опыт работы с LangGraph, LangChain, LlamaFactory, Unsloth или аналогичными инструментами
• понимание маркетинговых процессов и задач маркетинга
• публикации, open-source или собственные AI-проекты.

Условия

• гибридный формат работу, офис на Кутузовском д.32
• 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.

О команде: Юнит несколько лет развивает продукты монетизации для всех вертикалей Авито. Стрим DS Pricing появился полгода назад. Команда совершенствует ценообразование продуктов продвижения с помощью ML-алгоритмов: оценивает эластичность спроса по цене, находит недо- и перемонетизированные категории.Сейчас ценообразование работает в офлайн-режиме. В течение года команда планирует перейти к онлайн-инференсу. Вся продакшен-среда работает на Go, поэтому важно уметь читать код на этом языке. Писать на Go в ближайшее время не потребуется.Недавно команда разработала пайплайн для офлайн-оценки качества алгоритмов и расчёта ожидаемого эффекта. С его помощью можно проверять гипотезы до запуска A/B-тестов. Тесты длятся от 1 до 3 месяцев в зависимости от продукта, поскольку команда измеряет долгосрочные эффекты.Алгоритмы основаны преимущественно на классическом ML, а также на эконометрике и анализе временных рядов.

Примеры будущих задач: — внедрять ML-алгоритмы в ценообразование продуктов продвижения по двум основным направлениям: дифференцированному и динамическому ценообразованию;— проводить ценовые тесты совместно с командой аналитики;— оценивать потенциал гипотез и подбирать подходящие метрики для офлайн- и онлайн-оценки;— проверять гипотезы и повышать качество ML-моделей, которые используются в алгоритмах.

Мы ждем, что вы: — имеете не менее 3 лет опыта работы с ML и алгоритмами;— умеете принимать решения на основании данных, наглядно аргументировать их, объяснять сложные вещи простыми словами и договариваться с коллегами;— готовы читать научные статьи и находить в них идеи, применимые на практике;— знаете и умеете применять математику, ML и прикладную статистику для создания алгоритмических систем;— видите связь между математическими формулами и их влиянием на бизнес.

Будет здорово, если вы: — имеете опыт работы с ценообразованием, uplift-моделированием или в сфере монетизации;— занимались научной работой и интересуетесь исследованиями;— участвовали и достигали результатов в соревнованиях по программированию, математике или ML.

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.

Posiflora — аккредитованная IT-компания, SaaS-система учёта для цветочного бизнеса. Более 3 500 магазинов в 37 странах: касса, склад, аналитика, интеграции, маркировка.

Мы строим разработку, в которой код пишут ИИ-агенты, а инженер управляет результатом. Ищем человека, который один с ИИ закрывает фичу целиком — бэк, фронт и кассовое приложение — и ведёт несколько таких фич параллельно.

Что предстоит делать

• Разбирать задачи с продактами и заказчиками, писать спеки с критериями приёмки

• Ставить задачи ИИ-агентам и принимать их работу: ревью, тесты, выкат

• Развивать backend (PHP + Go), веб-админку и POS-клиент на Qt 6 / C++ (Windows, iOS, Android)

• Сложные домены: складской учёт и себестоимость, Честный знак, кассовое оборудование, СБП, интеграции с 1С и CRM

• Участвовать в формировании стандарта ИИ-разработки в компании

Мы ожидаем

• Опыт разработки от 10 лет, коммерческий опыт во всех трёх слоях: PHP/Go, Angular (TypeScript), Qt 6 / C++

• Глубокое знание SQL (MySQL/PostgreSQL)

• Опыт тимлида, техлида, аналитика или проджекта — вы умеете писать ТЗ и принимать чужую работу

• Вы уже работаете с ИИ-агентами (Claude Code, Cursor, Codex и т.п.) и можете рассказать свой процесс

• Продуктовое мышление и готовность отвечать за результат до прода

Будет плюсом: торговое оборудование и фискализация, ритейл или учётные системы, автотесты, Docker/CI, свои продукты, собранные с ИИ.

Мы предлагаем

• Оформление по ТК РФ, аккредитованная IT-компания

• Доход: обсуждается по итогам собеседования

• ИИ-инструменты за счёт компании и свобода в их выборе

• Влияние на то, как устроена ИИ-разработка в продукте с тысячами реальных пользователей

• Офис в центре Ростова-на-Дону, график 5/2, гибрид по договорённости

Привет! Это команда платформы инференса Ozon.

Мы строим ML-инфраструктуру, отвечающую за финальный и самый критичный этап жизненного цикла моделей — их работу в реальных продуктах. Через нашу платформу проходят ранжирование, рекомендации, компьютерное зрение и другие ML-сценарии, влияющие на миллионы пользователей.

Наша миссия — создавать отказоустойчивую и высокопроизводительную платформу инференса, способную выдерживать пиковую нагрузку 200K+ RPS и эффективно управлять кластерами GPU-серверов.

Мы работаем на стыке сильной backend-инженерии (многопоточность, распределённые системы, Kubernetes) и глубокой ML-специфики с фокусом на оптимизацию работы моделей на GPU.

Наш стек

• Платформенные сервисы: Go, Java.
• ML-интеграции: Python.
• Инфраструктура: Kubernetes, Docker, Triton Inference Server.
• Хранилища и обмен данными: Kafka, PostgreSQL, Redis, S3.

Вы будете

• Проектировать и разрабатывать высоконагруженные сервисы для инференса ML-моделей в облачной среде.
• Оптимизировать выполнение моделей на GPU: batching, управление GPU-памятью, настройка GPU sharing (MIG), снижение latency.
• Интегрировать ML-рантаймы (TensorRT, ONNX Runtime) в платформенную инфраструктуру на Java и Go.
• Разрабатывать механизмы автоскейлинга и эффективного распределения нагрузки между инференс-сервисами.
• Обеспечивать SLA платформы: участвовать в разборе инцидентов, выявлять узкие места и внедрять системные решения для повышения стабильности и производительности.

Примеры задач

• Разработка унифицированного API инференса, абстрагирующего команды Data Science от особенностей GPU и рантаймов.
• Автоматическая оптимизация и конвертация моделей под различные типы GPU.
• Реализация асинхронного инференса с автоскейлингом в Kubernetes.
• Повышение утилизации GPU-кластера без деградации latency.

Нам важно

• Опыт коммерческой разработки на Go или Java/Kotlin от 4 лет.
• Опыт проектирования микросервисной архитектуры и работы с распределёнными системами.
• Понимание многопоточности и конкурентного программирования.
• Умение писать чистый, тестируемый и поддерживаемый код.
• Опыт работы с облачной инфраструктурой (желательно Kubernetes).

Будет плюсом

• Опыт работы с ML-инфраструктурой и GPU (CUDA, Triton, KServe).
• Понимание MLOps-практик.
• Опыт работы с Kafka или другими системами очередей.
• Опыт оптимизации высоконагруженных систем.

ML/NLP Developer (Python + Go / Voice AI / LLM-диалоги)

Ставка: обсуждается.

Грейд: Middle+ / Senior.

Загрузка: Full-time (полная занятость).

Формат: Удалённо.

Локация/Гражданство: РФ.

❗️ КРИТИЧЕСКИ ВАЖНОЕ УСЛОВИЕ: Наличие оформленного военного билета или приписного свидетельства обязательно!

🏢 О проекте: МТС. Разработка и эволюция голосового диалогового ассистента. Ключевая задача — поэтапный перевод системы с жестких графов сценариев на гибкий, управляемый LLM-based диалог с минимальной задержкой (low-latency).

🚀 Ключевые задачи:

• Поэтапный перевод системы с графа сценариев на управляемый LLM-based диалог.
• Дебаг голосового пайплайна: поиск причин high latency, галлюцинаций LLM, проблем с передачей аудио и графовых ошибок.
• Оперативное принятие архитектурных решений и их самостоятельная реализация в коде.
• Поддержка и отладка few-shot классификации сценариев (Qwen, BERT), исправление ошибочных срабатываний интентов.
• Finetuning локальных LLM при необходимости (извлечение сущностей, удерживание инструкций).
• Интеграция и поддержка ASR (GigaAMv2), дообучение и настройка инференса TTS и систем клонирования голоса.

🎯 Обязательные требования (Hard Skills):

NLP и LLM (КРИТИЧНО!):

• Уверенный опыт работы с LLM/SLM (Few-shot learning, prompt engineering) и BERT (классификация сценариев и интентов).
• Практический опыт finetuning LLM (PEFT, LoRA/QLoRA) под узкие прикладные задачи.
• Уверенный дебаг LLM: умение быстро понять причину некорректного ответа и исправить это промптом, гиперпараметром или файнтюном.

Голосовой стек (КРИТИЧНО!):

• Опыт дообучения и оптимизации TTS-моделей.
• Опыт работы и интеграции современных ASR-систем (в частности, GigaAMv2), понимание работы VAD.
• Практика работы с потоковым аудио в реальном времени (streaming ASR/TTS).

Python и оптимизация инференса:

• Уверенное владение Python (PyTorch, HuggingFace, фреймворки инференса).
• Опыт оптимизации инференса под low-latency (vLLM, TensorRT-LLM, Triton Inference Server, ONNX Runtime).

Go (КРИТИЧНО!):

• Понимание дизайна сервисов, паттернов SOLID, DRY и KISS.
• Типизация в Go (строки, числа, слайсы, мапы).
• Примитивы синхронизации и конкуренция (синхронизация горутин, работа с каналами).
• Указатели и работа с ними.
• Понимание принципов Observability.

💡 Будет весомым плюсом:

• Опыт работы с gRPC-контрактами.
• Умение настроить инфраструктуру, знания k8s / inventory.
• Глубокое понимание работы сетевого стека (TCP).

Обязанности:

• Руководство командой Data Scientists / Data Analysts: постановка задач, распределение нагрузки, контроль сроков и качества результатов.

• Определение приоритетов Data Science-проектов совместно с бизнес-подразделениями.

• Постановка и декомпозиция ML-задач: от бизнес-проблемы до формализации задачи машинного обучения.

• Разработка и внедрение предиктивных моделей для решения бизнес-задач.

• Полный цикл работы с ML-моделями

• Участие в разработке и запуске персонализированных и предиктивных кампаний на основе ML-моделей.

• Контроль бизнес-эффективности моделей и аналитических решений: влияние на выручку, конверсию, удержание, ARPU, churn и другие KPI.

• Проведение и интерпретация A/B-тестов, формирование выводов и рекомендаций для бизнеса.

• Работа с большими объемами данных и распределенными вычислениями.

• Взаимодействие с Data Engineering, IT, Product, Marketing и другими бизнес-подразделениями.

• Развитие ML-платформы и процессов MLOps совместно с техническими командами.

• Высшее образование в области математики, технических наук, финансов, экономики, Computer Science или смежных направлений.

• Общий опыт работы в Data Science / Analytics / Machine Learning / смежных областях — от 7 лет.

• Опыт работы на руководящей позиции — от 2 лет.

• Опыт управления командой Data Scientists и/или Data Analysts.

• Опыт успешного запуска ML/предиктивных моделей, непосредственно влияющих на бизнес-показатели.

• Опыт разработки моделей машинного обучения с нуля и полного ML lifecycle — от постановки задачи и подготовки данных до валидации и внедрения в production.

• Практический опыт проведения A/B-тестирования и оценки статистической значимости результатов.

Юзтех – группа аккредитованных ИТ-компаний полного цикла разработки с многолетней экспертизой в передовых технологиях: DWH, BigData, AI/ML, Blockchain, BI, предиктивная аналитика, цифровые двойники производства и рисков.

ГК Юзтех является технологическим партнером таких компаний, как Mail.ru, 2Gis, НЛМК, Еврохим, ГоИнвест, Альфа-Банк, Сбер, ВТБ, МКБ, Самолет, Х5 retail Group, Газпромнефть, Леруа Мерлен, Ситилинк, Ланит, IBS. Также, ГК разрабатывает собственные IT-продукты (Usebus, Octopus, Тил Эйчар) и флагманские проекты, которыми пользуется 70% населения страны.

Ищем Data Scientist в команду, которая занимается разработкой и доработкой дашбордов для цифровой промышленной платформы.

Срок привлечения: до 30.12.2026

В рамках проекта предстоит работать с компьютерным зрением, ML-моделями, обработкой видео в реальном времени и 3D-визуализацией промышленных данных.

Проект включает разработку и доработку дашбордов по готовым дизайн-макетам, в том числе с использованием 3D-отображения и полноэкранного режима.

Чем предстоит заниматься:

• Сопровождать решения по видеоаналитике грануляционной башни: сегментация нароста, оценка рельефа и расчет объема по зонам.
• Контролировать качество видеопотока: паровые помехи, засветка, шумы, сдвиг камеры и другие артефакты.
• Работать с кадрами с камер и передавать рассчитанные метрики во внешние системы без изменения существующего контракта зон.
• Дообучать и сопровождать модели сегментации на базе YOLO и модели оценки глубины, включая Depth Anything.
• Работать с калибровкой камер и переводить данные о глубине в метрические величины с учетом геометрии сцены.
• Разрабатывать контур обнаружения малоразмерных объектов по двум источникам видео: оптическому и тепловизионному.
• Дообучать модели детекции на собственных данных, использовать синтетические данные для расширения датасета.
• Тестировать модели на реальных видеозаписях, настраивать пороги срабатывания и анализировать ложноположительные результаты.
• Встраивать ML-инференс через ONNX / ONNX Runtime в контур захвата кадров с обработкой в реальном времени.
• Реализовывать сопровождение объектов между кадрами и отображение их положения.
• Участвовать в разработке интерактивной 3D-визуализации рудного штабеля.
• Разрабатывать отображение уровня руды, цветовое кодирование участков, положения оборудования и рекомендованных мест размещения.
• Реализовывать интерактивный разрез штабеля по выбранной оси с отображением слоев по качественным характеристикам.
• Работать с внешними системами и API.

Что для нас важно:

• Высшее техническое или инженерное образование.
• Опыт разработки от 3 лет.
• Практический опыт разработки web-приложений и дашбордов.
• Опыт интеграции с внешними системами через REST API.
• Опыт работы с динамически обновляемыми данными.
• Практический опыт в области компьютерного зрения и машинного обучения.
• Опыт работы с моделями сегментации и детекции объектов, в том числе YOLO, Mask R-CNN.
• Опыт работы с моделями оценки глубины, включая Depth Anything.
• Опыт дообучения нейросетей на собственных данных.
• Понимание принципов генерации и использования синтетических данных.
• Опыт работы с видео и изображениями.
• Опыт работы с оптическими и/или тепловизионными источниками данных.
• Опыт внедрения ML/CV-моделей в прикладные или web-решения.
• Опыт работы с ONNX / ONNX Runtime.
• Понимание особенностей обработки видео в реальном времени.
• Опыт работы с Python.

Технологии: Python, OpenCV, PyTorch / TensorFlow, NumPy, Pandas, YOLO, Depth Anything, ONNX / ONNX Runtime, Docker, Kubernetes, REST API, PostgreSQL / ClickHouse.

• Трекинг объектов;
• Генерация синтетических данных;
• Калибровка камер;
• 3D-визуализация;
• Работа с промышленными системами и данными;
• Понимание требований к эксплуатации систем реального времени.

Мы предлагаем:

• Карьерную и профессиональную возможность в стабильной, аккредитованной ИТ-компании

• Расширенный полис ДМС со стоматологией, корпоративный психолог

• Удаленную работу и гибкий график

• Необходимую технику для комфортной работы

• Обучение, сертификацию, Usetech English Club – онлайн изучение английского

• Доступ к Корпоративной библиотеке и к Корпоративному университету

• Внутрикорпоративные профильные комьюнити

• Заботу о детях сотрудников: корпоративные скидки, подарки, детские дни

• Геймифицированную программу лояльности: поверь, ты будешь восторге от нашего корпоративного магазина!

• Корпоративную жизнь: мы много работаем и классно отдыхаем

В Блоке Информационной безопасности в Департаменте координации защиты информации в Управлении безопасности инфраструктуры открыта вакансия для DevOps-инженера (ML/AI, DevSecOps, MLSecOps)

Ключевые задачи:

• Проектирование и сопровождение инфраструктуры для обучения и инференса ML и LLM-моделей
• Автоматизация CI/CD пайплайнов разработки ПО и DataScience-команды: сборка ПО, тестирование, сборка образов, тестирование моделей, деплой в различные окружения
• Работа с GPU-инфраструктурой и управление on-premise GPU-серверами: настройка драйверов ОС, мониторинг, оптимизация использования ресурсов
• Внедрение практик DevSecOps: сканирование уязвимостей в контейнерах (Trivy), SAST/DAST, управление секретами (HashiCorp Vault), политики сетевой безопасности
• Обеспечение безопасности ML и AI-пайплайнов (MLSecOps): защита данных, контроль доступа к моделям, мониторинг дрейфа и аномалий
• Мониторинг и логирование инфраструктуры и приложений (Prometheus, Grafana)

Что важно для нас:

• Опыт администрирования и уверенное владение Linux (AstraLinux)
• Навыки разработки скриптов автоматизации (bash, python)
• Опыт конфигурирования и сопровождения СУБД (postgres, clickhouse)
• Уверенное владение Docker, опыт построения CI/CD (GitLab CI / Jenkins / GitHub Actions)
• Понимание основ безопасности: управление доступом, сетевые политики, принципы минимальных привилегий
• Опыт работы с GPU-инстансами, опыт работы с системами мониторинга (Prometheus, Grafana)
• Базовое понимание жизненного цикла ML-моделей: разница между обучением и инференсом, работа с фреймворками (PyTorch/TensorFlow)
• Понимание основных элементов AI-инфраструктуры (инфраструктура LLM, AI-агенты, MCP-серверы)
• Готовность разбираться в требованиях AI-инженеров и ML-разработчиков (DataScience) и предлагать инфраструктурные решения

Будет преимуществом:

• Опыт конфигурирования кластеров Kubernetes (helm, операторы, написание манифестов)
• Опыт использования систем управления конфигурацией и знакомство с Infrastructure as code (Ansible, terraform и т.п.)
• Опыт развертывания и обслуживания LLM (Large Language Models) в продуктивных средах (vLLM, HuggingFace)
• Мониторинг производительности LLM
• Знание инструментов MLOps: MLflow, DVC
• Практический опыт внедрения DevSecOps/MLSecOps

Что предлагаем:

• Официальное оформление в соответствии с ТК РФ
• График работы: 5/2 с 9:00 до 18:00, сокращенный рабочий день по пятницам до 16:45.
• Гибридный формат работы после испытательного срока (1 день в неделю удаленно)
• Конкурентный уровень дохода
• Доплата к отпуску и больничному листу
• «Кафетерий льгот»: ДМС для работника и членов семьи, возмещение затрат на отдых, спортивные услуги, покупки на маркетплейсе «ПСБ Маркет»
• Дополнительные льготы при заключении брака и рождении детей
• Материальная поддержка в определенных жизненных ситуациях
• Бесплатная программа поддержки работников: юридические, финансовые и психологические консультации, помощь в бытовых вопросах, автопомощь, корпоративные скидки, профориентация детей работников
• Возможность профессионального развития и прохождения внутреннего и внешнего профессионального обучения
• Корпоративная паритетная пенсионная программа

Ozon Банк — это современные финансовые технологии для людей и бизнеса. Мы сами реализуем ключевые системы: процессинг, учётное ядро, переводы. Даём возможность влиять на результат, ценим открытость и поддерживаем коллег.

Мы строим внутреннюю агентскую платформу — систему, которая позволяет создавать и управлять AI-агентами для работы с корпоративными знаниями. Агенты подключаются к документам, инструментам и сервисам, помогают командам быстро получать ответы и автоматизировать рутину.

Ищем разработчика, готового участвовать в создании платформы, закладывать архитектуру, закрывать бэкенд, фронтенд и инфраструктуру, работать с внутренними заказчиками.

Стек: Python, FastAPI, gRPC, SQLAlchemy, Alembic, Pydantic, JavaScript/TypeScript, Svelte, PostgreSQL, Qdrant, интеграция с LLM, эмбеддинги, Haystack/LangChain, Docker, Kubernetes, Helm, Airflow, CI/CD, Sentry, Grafana, Prometheus.

Вам предстоит:

• разрабатывать и сопровождать бэкенд-сервисы на Python (REST, gRPC)
• разрабатывать административную панель (UI) для управления агентами, инструментами, сценариями и доступами
• интегрировать с внутренними сервисами компании (LLM, базы знаний, векторные хранилища, системы мониторинга, Airflow, системы авторизации)
• реализовывать агентнуют логику: маршрутизация запросов, работа с инструментами (MCP), контекстное управление
• настраивать индексацию и поиск по документам (Confluence, файлы, API-источники)
• обеспечивать наблюдаемость и стабильность: сбор метрик, логирование, алертинг, интеграция с Sentry и Grafana
• деплой и сопровождение сервисов в Kubernetes (Helm), CI/CD
• взаимодействовать с внутренними заказчиками: сбор требований, демонстрация новых фич, помощь в миграции

Для нас важны:

• опыт разработки на Python от 3 лет
• опыт с REST API, желательно — с gRPC
• хорошее знание PostgreSQL: сложные запросы, индексы, миграции
• опыт разработки интерфейсов (JS/Svelte/React) или готовность закрывать фронтенд-задачи
• понимание Docker и Kubernetes
• умение работать с заказчиками: собирать требования, презентовать результаты, помогать с внедрением
• готовность к полному циклу: от идеи до деплоя и поддержки

Будет плюсом:

• опыт работы с векторными БД и поисковыми системами
• опыт работы с LLM, RAG, агентными архитектурами
• знание Haystack, LangChain
• опыт разработки платформенных решений для внутреннего пользователя
• навыки настройки observability (Grafana, Prometheus, Sentry)