ML и AI — свежие вакансии

Мы в поиске ML разработчика / инженера, который будет развивать направление поставки ML-решений в production в команде:

• Настроит мониторинг и сделает оптимизацию уже существующих в production ML-решений
• Реализует масштабирование и вывод в production новые ML-решения (планируем 5-10 до конца 2026 года)
• Будет взаимодействовать с командами разработки, ML для уточнения требований и постановки задач; предлагать архитектурные решения

• Настроит мониторинг и сделает оптимизацию уже существующих в production ML-решений
• Реализует масштабирование и вывод в production новые ML-решения (планируем 5-10 до конца 2026 года)
• Будет взаимодействовать с командами разработки, ML для уточнения требований и постановки задач; предлагать архитектурные решения

Ключевые задачи:

• Разработка и поддержка API на FastAPI / другом фреймворке для интеграции ML-решений (классических моделей, агентов и тд);
• "Упаковка" кода в Docker-образ с минимальным размером и безопасными зависимостями, писать Helm-чарт для развертывания этого образа;
• Поиск способов обновления библиотеки или применение патча, пересборка образа и обновление деплоя при блокировке образа SCA-сканером;
• Обеспечение стабильной работы ML-решений в production, включая развертывание и работы с локальными LLM, ASR и in-house решения;
• Настраивать и оптимизировать моделей на GPU и CPU;
• Версионирование моделей и управление артефактами;
• Развитие вместе с командой эксплуатации и архитекторами инфраструктуры полного жизненного цикла ML-решений: тестировать новые решения, улучшать текущие.

• Опыт работы в области ML Engineer / ML Ops от 4 лет
• Опыт практического внедрения и поддержки ML-решений в production
• Практические знания инструментов и практик ML Ops:
  • Уверенный Docker, Kubernetes; умение писать Dockerfile и values.yaml; CI/CD-пайплайны; мониторинг ресурсов
  • Глубокое понимание работы зависимостей в Python для устранения проблем с деплоем
  • Опыт работы с SCA-сканерами и подготовкой ML-решений для проверки безопасности и запуска в кластере
  • Разворачивание и поддержка решения полного жизненного цикла ML-решений: анализ логов, масштабирование, сокращение SLA, оптимизации ресурсов
• Понимание ML-алгоритмов и жизненного цикла модели:
  • от постановки задачи, экспериментов и версионирования до деплоя и мониторинга ML метрик в production
  • знание современных NLP-архитектур (трансформеры, механизмы внимания) и их отличия от классических сетей
  • знание агентных систем (работа с LangChain, LlamaIndex, LangGraph, Tool-Calling, RAG)
• Backend production фреймворки:
  • проектирование поддерживаемых, документированных и высоконагруженных API
  • Понимание микросервисов, принципов SOLID, грамотный дизайн REST/gRPC API для инференса
  • SQL (PostgreSQL/MySQL) / noSql (MongoDB): работа с данными, оптимизация запросов, версионирование данных (DVC)
• Уметь находить общий язык с техническими командами: доносить и аргументировать свои позицию, участвовать в релизах, оперативно и проактивно вносить изменения для достижения результата
• Уметь внятно презентовать / рассказать о проделанной работе, своих решениях и дальнейших шагах
  
  Является преимуществом:
• KServe / TorchServe — опыт развертывания моделей на inference-платформах.
• Triton Inference Server — оптимизация инференса, динамическое батчирование, работа с разными бекендами (TensorRT, ONNX).
• Опыт инференса больших языковых моделей (vLLM, LLM) и других ML-моделей, оптимизация GPU-памяти, continuous batching.
• Real-time системы: Kafka, streaming-инференс
• Опыт работы с поисковыми системами (OpenSearch, Elasticsearch) и векторными базами данных
• Опыт дообучения LLM (fine‑tuning) и построения RAG-пайплайнов
• Понимание принципов и практический опыт Data Ops / LLM Ops / Agent Ops

• Годовую премию по результатам работы;
• Ежегодный индивидуальный пересмотр заработной платы;
• Дополнительное медицинское страхование и возможность страхования родственников;
• Полис путешественника;
• Ипотечное кредитование на льготных условиях;
• Бесплатную подписку СберПрайм+, скидки, бонусы и акции экосистемы;
• Обучение в Виртуальной школе Сбербанка;
• Обучающие материалы для родителей, подарки и мероприятия для детей сотрудников экосистемы;
• Комфортную рабочую среду;
• Гибкое начало рабочего дня.

О команде

Мы — небольшая продуктовая команда внутри крупной компании.

Ищем Senior-инженера, который умеет не просто интегрировать LLM, а строить надёжные агентские системы и использовать AI-инструменты как полноценную часть инженерного процесса.

Чем предстоит заниматься

• Проектировать и разрабатывать backend агентских систем: оркестрация агентов, управление контекстом, инструменты, надёжность и наблюдаемость.
• Строить и развивать собственную инженерную обвязку вокруг AI-агентов: пайплайны разработки, субагенты, skills, автоматизация.
• Вести разработку с использованием современных AI coding tools и agent harnesses.
• Принимать архитектурные решения и доводить их до production.
• Разбираться в поведении LLM и агентов на уровне архитектуры системы и использовать это понимание при проектировании решений.
• При необходимости закрывать задачи на frontend и работать на стыке backend/fullstack.

Что ожидаем

• От 5 лет коммерческого опыта разработки.
• Практический ежедневный опыт работы с AI coding tools и agent harnesses: Claude Code, Codex CLI, Gemini CLI, Cursor, OpenClaw или аналогами.
• Понимание устройства современных agent harnesses: контекстное окно, tool calls, субагенты, skills, MCP, оркестрация.
• Понимание принципов работы современных генеративных моделей и LLM: архитектура моделей класса GPT, контекст и промптинг, многоагентные системы.
• Сильный backend: Python, FastAPI, PostgreSQL, Redis.
• Опыт с Go, Rust или TypeScript также подходит, если вы умеете объяснить свои архитектурные решения и готовы работать с Python.
• Самостоятельность: умеете взять задачу от постановки до production-релиза.

Будет большим плюсом

• Собственные проекты, созданные с использованием AI-агентов.
• Опыт построения и эксплуатации многоагентных систем в production.
• Fullstack-компетенции: можете самостоятельно закрыть как серверную, так и клиентскую часть.
• Профильное техническое образование.

Условия

• Формат работы: полная удалённая работа.
• География: Россия и другие страны.
• Часовой пояс: ориентируемся на московское время, предпочтительно не более ±4 часов от МСК.
• График: гибкий, начало рабочего дня — в интервале 09:00–11:00 по Москве.
• Оформление: работа по ГПХ.
• Оплата: достойный уровень вознаграждения, обсуждается индивидуально в зависимости от опыта и экспертизы.

Что важно в этой роли

Это не позиция классического backend-разработчика, который иногда вызывает LLM через API. Нам нужен инженер, для которого AI-агенты — часть ежедневного инженерного инструментария, а проектирование agentic-систем — полноценная область экспертизы.

Группа Компаний Орбита - ведущий разработчик цифровых решений, российская аккредитованная ИТ-компания

Масштабный технологический проект с глубокой экспертизой в цифровизации бизнеса. Ключевые отрасли: государственный сектор, FinTech, HR Tech, коммуникации и медиа, услуги, рынок недвижимости, travel.

Нам доверяют крупнейшие компании РФ, среди них: Т1, ВТБ, Иннотех, Альфа Банк, ОИС и другие.

Более 6 лет мы ведем собственную продуктовую и заказную разработку высокоэффективных цифровых решений.

• Разработка моделей c генерацией изображений/ проектов/ представлений/ готовых решений из товаров компании в рамках проверки PoC для ИИ идей. входящих в ИИ инкубатор.

• Понимание принципов проектирования CV моделей, управление состоянием, выбор инструментов, контроль уровня автономности и human-in-the-loop.
• Глубокое понимание основных принципов машинного обучения: подготовка данных и признаков, выбор моделей, регуляризация, переобучение, data leakage, интерпретация результатов.
• Знание математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов.
• Понимание принципов оценки качества ML-систем: offline- и online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных.
• Опыт работы хотя бы в одном из направлений:
  o классическое машинное обучение;
  o временные ряды и прогнозирование;
  o рекомендательные системы, поиск и ранжирование;
  o NLP, LLM и генеративный AI.
• Уверенное владение Python и основными библиотеками для анализа данных и машинного обучения: pandas или polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch или аналогичные инструменты.
• Умение писать поддерживаемый production-код: модульная архитектура, тестирование, логирование, документация, работа с Git и участие в code review.
• Уверенное владение SQL
• Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы.
• Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента.
• Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков.
• Умение оценивать стоимость, latency и масштабируемость LLM-решений.
• Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
• Опыт эксплуатации GPU-инфраструктуры и оптимизации inference.
• Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT.
• Опыт проектирования agentic workflows или multi-agent-систем.
• Понимание принципов информационной безопасности, privacy и работы с персональными данными.

Мы предлагаем:

• Удаленную работу: можно работать полностью удаленно из РФ;

• Белую заработную плату, оформление согласно Трудовому кодексу РФ;
• Комфортный старт: 3 месяца плавного погружения под присмотром HR;
• Поддержку: IT-отсрочку и консультации HR/юристов;
• Прозрачные процессы и открытую коммуникацию;
• Работу на лучшем оборудовании без логирования времени, с фокусом на доверии и результате;
• ДМС: медицинское страхование за счет компании;
• Развитие: индивидуальный план обучения, посещение конференций и митапов, поддержка в развитии карьеры;
• Личный бренд: возможность выступать на конференциях, митапах, публикация статей;
• Бенефиты: ежеквартальное обновление корпоративных скидок;
• Движ: организация вечеринок оффлайн и онлайн, предоставление мерча, проведение конкурсов и челленджей.

Откликайтесь, будем рады познакомиться лично!

Computer Vision Engineer

Мы в команду ищем сильного Computer Vision Engineer.

Собрали крепкую архитектуру, выстроили процессы и масштабировались. Уверенно пробили отметку в 40к юзеров. Нагенерили уже больше миллиона вертикальных роликов.

Делаем технологичный продукт. Подкастеры и блогеры закидывают исходник, а на выходе получается автоматическая .

А как бустануть качество кропа под новые запросы рынка? А как выстроить паттерны ai-агентов так, чтобы система работала как часы? А как выжать максимум вэлью из моделей на torch при текущих нагрузках?

Нужно жестко угореть по CV, аудио-видео процессингу и мультиагентным системам.

Стек под капотом: python, torch, mongodb, fastapi, yolo, whisper для транскрибации, ffmpeg для работы с медиа и разные llm модели.

Задачи:

• пилить сложные алгоритмы детекции и трекинга лиц
• проектировать паттерны взаимодействия llm-агентов
• разрабатывать элегантную логику смены планов для подкастов
• выжимать максимум из текущих нейронок на torch
• оптимизировать пайплайны транскрибации через whisper и рендер в ffmpeg

Делаем ML не ради ML. Важно понимать, как весь этот пайплайн решает боль юзера и конвертируется в прибыль.

Мы ценим прагматичный подход и насмотренность. Если возникает проблема, мы не ищем виноватых, а садимся рядом и вместе пробиваем узкое место в архитектуре.

Работы предстоит много. Серваки сами себя не оптимизируют, а поток тяжелых исходников от юзеров растет каждый день.

Мы команда, занимающаяся развитием автоматизации процессов Казначейства. Перед нами стоит амбициозная задача по созданию распределенного движка автономного расчета оптимальной траектории баланса группы и предоставления пространства принятия решений для AI-агентов взаимодействия с клиентами. Команда распределенная – Москва, Санкт-Петербург, Самара.

Присоединившись к нам, можно не только узнать детали работы Казначейства, но и погрузиться в мир искусственного интеллекта и больших данных.

• проектирование и согласование архитектуры приложений и интеграций

• развитие и разработка расчетных модулей системы, общих библиотек, реализация интеграционных взаимодействий

• формирование требований для построения CI/CD, мониторинга, логирования

• проведение ревью кода, поддержка код стандарта, командные коммуникации

• распределение нагрузки между членами команды

• контроль сроков выполнения задач, релизных циклов и выполнения выставляемых требований

• организация внутренних процессов в команде.

• профессиональный опыт на Python от 7 лет, опыт работы в должности технического лидера от 3 лет, опыт работы с K8s, OpenShift

• понимание принципов жизненного цикла разработки и практический опыт создания python приложений enterprise экосистемы

• опыт проектирования API и интеграционных взаимодействий (HTTP, REST, GraphQL)

• понимание принципов ООП, SOLID, паттернов проектирования (GoF), базовых принципов многопоточного и асинхронного программирования (GIL, asyncio), понимание принципов и инструментов Scrum, понимание принципов CI/CD

• уверенные знания Python и опыт разработки с использованием Django, FastAPI, Streamlit, уверенный Linux пользователь

• опыт работы с python data (Pandas/Numpy/SciPy), с инструментами контейнеризации приложений (Docker)

• практические знания и навыки работы с LLM (большими языковыми моделями) и DataScience

Приветствуется:

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

• понимание принципов клиентской web-разработки

• умение работать в команде и эффективно распределять задачи

• умение принимать решения и брать на себя ответственность.

• только гибридный формат работы, г. Москва и г.Самара

• годовой бонус и ежегодный пересмотр зарплаты

• расширенный ДМС с первого дня и льготное страхование для семьи

• корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях

• 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

• Работа в области Data Science с фокусом на решении прикладных задач NLP (обработка естественного языка), CV (компьютерное зрение), классического машинного обучения, а также задач ранжирования и рекомендаций.
• Применения SOTA (State-of-the-Art) моделей и подходов как минимум в одном из доменов: NLP, CV, Recsys.
• Работа с большими данными и выводом моделей в продуктовый контур.
• Разработка и внедрение моделей для бизнес подразделений, развертывания моделей в продакшн с использованием Docker, Kubernetes, а также технологий для мониторинга и управления моделями (например, MLflow, ClearML).

• Глубокое знание машинного обучения (регрессия, классификация, кластеризация, временные ряды и др.).
• NLP: опыт работы с трансформерными моделями (например, BERT, GPT-like, RoBERTa и др), навыки работы с генеративными моделями и системами анализа текста (NER, классификация текстов, эмбеддинги, синтаксический и семантический анализ), построение чат ботов, опыт обучения ускорения и вывода в продакшн LLM.
• Компьютерное зрение (CV): знание и опыт работы с (ResNet, EfficientNet и др.), детекторами (YOLO, Faster R-CNN) и GAN, опыт обучения ускорения и вывода в продакшн vLLM.
• Опыт создания рекомендательных систем и решений для ранжирования, использование моделей, таких как Matrix Factorization, Neural Collaborative Filtering, Sequence Models (например, BERT4Rec, GPT4Rec) и др.
• Знание и опыт работы с SOTA методами и моделями: fine-tuning и дообучение больших предобученных моделей для специализированных задач.
• Опыт работы с инфраструктурой: Hadoop, Spark, Apache Kafka, SQL, Airflow, S3.
• Сильные навыки программирования на Python (основные библиотеки: TensorFlow, PyTorch, scikit-learn, pandas, numpy и др.), а также знание SQL и Git.
• Навыки оптимизации и развертывания моделей в продакшн с использованием Docker, Kubernetes, а также технологий для мониторинга и управления моделями (например, MLflow, ClearML).

Группа Компаний Орбита - ведущий разработчик цифровых решений, российская аккредитованная ИТ-компания

Масштабный технологический проект с глубокой экспертизой в цифровизации бизнеса. Ключевые отрасли: государственный сектор, FinTech, HR Tech, коммуникации и медиа, услуги, рынок недвижимости, travel.

Нам доверяют крупнейшие компании РФ, среди них: Т1, ВТБ, Иннотех, Альфа Банк, ОИС и другие.

Более 6 лет мы ведем собственную продуктовую и заказную разработку высокоэффективных цифровых решений.

Задачи:

• Развертывать и поддерживать LLM/ML-платформу в Kubernetes.
• Работать с Helm, Terraform и Kubernetes Operators.
• Настраивать и развивать CI/CD для ML/AI-сервисов, включая обучение моделей, inference и data pipelines.
• Автоматизировать ML workflow с использованием Kubeflow.
• Настраивать мониторинг моделей и AI-сервисов: latency, drift, использование ресурсов и cost metrics.
• Разрабатывать и поддерживать пайплайны данных для обучения и inference.
• Работать с Kafka, Data Lake, S3-совместимыми объектными хранилищами и векторными базами данных.
• Участвовать в оптимизации GPU-кластера и эффективном распределении вычислительных ресурсов.
• Обеспечивать безопасность AI-инфраструктуры: изоляцию сред, контроль доступа, аудит и логирование.
• Взаимодействовать с командами разработки, Data Science и инфраструктуры для развития платформы.

Требования:

• Коммерческий опыт работы с Kubernetes и Kubernetes-кластерами в cloud или on-premise окружении.
• Уверенное знание Python.
• Опыт работы с MLOps-инструментами, желательно Kubeflow и Airflow.
• Практический опыт настройки CI/CD, преимущественно Jenkins.
• Опыт работы с системами хранения данных и векторными БД: Weaviate, Qdrant, PGVector или аналогами.
• Знание инструментов мониторинга и логирования: Prometheus, Grafana, ELK, OpenTelemetry.
• Понимание принципов построения ML/AI-инфраструктуры и жизненного цикла моделей.
• Понимание принципов работы LLM, GenAI и RAG-систем будет преимуществом.

Мы предлагаем:

• ​Удаленный формат работы;
• Белую заработную плату, оформление согласно Трудовому кодексу РФ;
• Комфортный старт: 3 месяца плавного погружения под присмотром HR;
• Поддержку: IT-отсрочку и консультации HR/юристов;
• Прозрачные процессы и открытую коммуникацию;
• Работу на лучшем оборудовании без логирования времени, с фокусом на доверии и результате;
• ДМС: медицинское страхование за счет компании;
• Развитие: индивидуальный план обучения, посещение конференций и митапов, поддержка в развитии карьеры;
• Личный бренд: возможность выступать на конференциях, митапах, публикация статей;
• Бенефиты: ежеквартальное обновление корпоративных скидок;
• Движ: организация вечеринок оффлайн и онлайн, предоставление мерча, проведение конкурсов и челленджей.

  Откликайтесь, будем рады познакомиться лично!

Sputnik8 — аккредитованная IT-компания, развивающая сервис для бронирования экскурсий по всему миру.

Мы помогаем путешественникам находить и бронировать впечатления в 100+ странах: от классических обзорных экскурсий до необычного локального опыта. Более 7 миллионов человек уже отправились на экскурсии с нами! И мы продолжаем расти, запускать новые географии и проекты.

Сейчас в нашей команде более 200 профессионалов. Мы верим, что сильный продукт рождается там, где людям дают пространство для идей, экспериментов и влияния на результат. Поэтому создаём среду для роста, инициативы и комфортной работы вместе.

Сейчас мы ищем нашего первого Data Scientist. Вам предстоит с нуля развивать направление машинного обучения в нашем продукте. Это роль с высокой самостоятельностью, заметным влиянием на бизнес-метрики и большим пространством для принятия собственных решений.

Вы будете тесно работать с командой Data Engineering, которая уже развивает инфраструктуру данных и помогает с подготовкой датасетов для обучения и экспериментов.

Чем предстоит заниматься:

• Формирование и уточнение бизнес-требований к ML-решениям

• Внедрение ML-направления с нуля

• Улучшение алгоритмов за счет методов машинного обучения

Что мы ждем от кандидата:

• Опыт коммерческой разработки в Machine Learning от 3 лет

• Понимание специфики рекомендательных систем и задач ранжирования

• Самостоятельность: умение декомпозировать задачи, выбирать подход и принимать архитектурные решения в условиях автономности

Технический стек:

• ML-алгоритмы: Практический опыт с градиентным бустингом (CatBoost / XGBoost / LightGBM)

• RecSys-библиотеки: Опыт работы с Implicit, LightFM (или аналогами)

• Работа с данными: Умение эффективно обрабатывать большие объемы данных (SQL, polars)

• MLOps и деплой: Навык вывода моделей в продакшн (Docker, FastAPI, Airflow), обеспечение воспроизводимости экспериментов (MLflow / ClearML) и версионирования данных (DVC)

Будет супер, если есть:

• Опыт дизайна A/B-тестов и анализа результатов

• Уверенное владение PyTorch, понимание архитектуры трансформеров, опыт их обучения для задач рекомендаций

• Опыт разработки LLM-агентов и их валидации (LLM-as-a-Judge)

Что мы предлагаем:

• Работа в быстрорастущей компании над международным продуктом, который вдохновляет

• Гибкое начало рабочего дня: будь на связи и работай в том ритме, который удобен именно тебе

• Любой удобный график работы (офис/гибрид/удаленка)

• Официальное оформление и льготы IT-компаний

• Предоставляем необходимую технику для работы

• Поддерживаем профессиональное развитие: оплачиваем курсы, книги и внешнее менторство

• ДМС со стоматологией, психологом, психотерапией для пар и страхованием в поездках за границу (после испытательного срока)

• Совместные походы по барам Васильевского острова, пробуем с командой разные кухни мира на обедах, поддерживаем местные бренды

• Дважды за зиму выезжаем работать в тёплые страны!

• Офис в пяти минутах от ст. метро Василеостровская в историческом здании Андреевского двора. Рядом прекрасные кофейни и вкусный фудкорт

Ntechlab — мировой лидер в сфере интеллектуальной видеоаналитики

Мы создаём технологии, которые в режиме реального времени «понимают», что происходит в кадре: от распознавания лиц, силуэтов и объектов до анализа действий. Наши алгоритмы признаны одними из лучших в мире по результатам международных тестов

О команде:

Команда распознавания лиц отвечает за ядро технологии идентификации — алгоритм, определяющий качество всех продуктов компании. Мы создаём state-of-the-art модели для извлечения уникальных дескрипторов лиц и постоянно улучшаем их через исследования в области deep metric learning. Сейчас мы развиваем пайплайн подготовки, валидации и мониторинга данных, стремясь к большей автоматизации каждого этапа. Нам нужен специалист, который поможет оптимизировать процесс подготовки данных и встроить его в контур непрерывного обучения.

Чем предстоит заниматься:

• Развивать автоматическую фильтрацию по качеству, балансировку по атрибутам (пол, возраст, раса, ракурс, освещение), дедупликацию;
• Совершенствовать стратифицированные валидационные сплиты и систему метрик для контроля качества модели на значимых срезах с автоматической генерацией отчётов;
• Анализировать системные ошибки модели — кластеризация проблемных примеров, поиск паттернов;
• Экспериментировать с функциями потерь, адаптивными марджинами и стратегиями отрицательного майнинга с акцентом на работу с «длинными хвостами» и редкими группами;
• Участвовать в развитии системы мониторинга дрейфа данных и качества моделей в продакшене;
• Изучать методы интерпретируемости и точечного дообучения в формате pre-train → fine-tune → calibration.

Кого мы ищем:

• Опыт исследовательской работы в Computer Vision от 3 лет. Умение самостоятельно ставить гипотезы, планировать и проводить эксперименты, анализировать результаты и делать обоснованные выводы;
• Глубокое понимание метрик качества для задач распознавания (TAR@FAR, ROC, EER);
• Практический опыт с несбалансированными выборками и продвинутыми стратегиями семплирования;
• Уверенное владение Python и PyTorch, опыт с большими наборами данных (WebDataset, LMDB, Dali) и распределённым обучением;
• Умение читать и реализовывать алгоритмы из статей;
• Навыки трекинга экспериментов (MLflow, W&B);
• Английский — на уровне чтения статей и технической документации.

Плюсом будет:

• Релевантный опыт участия в международных соревнованиях;
• Публикации на ведущих конференциях (CVPR, ICCV, ECCV);
• Опыт работы с векторными базами данных для валидации на больших галереях;
• Навыки работы с синтетическими данными и 3D-аугментацией;
• Опыт разработки loss-функций для метрического обучения;
• Опыт с интерпретируемостью (SHAP, LIME, concept bottlenecks) или методами пост-тренинга (fine-tuning, адаптеры, calibration).

• Ты будешь работать в среде, где ценят инновации и не боятся экспериментировать;
• Забота о здоровье: после испытательного срока — расширенный ДМС со стоматологией. Хорошее самочувствие — основа продуктивности и внутреннего комфорта;
• Гибкое начало рабочего дня. Мы понимаем, что все работают по-разному. Кто-то продуктивен с раннего утра, а кому-то нужно немного времени на раскачку;
• Наш офис — это не просто рабочее место, а уютное пространство в центре города с зонами отдыха;
• Культура People First: мы слышим своих коллег, поддерживаем и создаём среду, где можно расти без выгорания и формализма;
• Внутренние сообщества: киноклуб, квизы и настолки — мы умеем не только эффективно работать, но и классно проводить время вместе;
• У тебя будет доступ к корпоративной программе со скидками от сотен брендов — рестораны, путешествия, обучение, мед. услуги и многое другое.

В Центре робототехники Сбера мы создаем роботов и системы ИИ, которым нужны большие и аккуратно подготовленные наборы данных. Data Conveyor Team отвечает за путь этих данных от сырых записей до формата, с которым могут работать ML-команды. Сейчас нам нужен Software Engineer, который будет превращать записи с роботов и внешние датасеты в понятный, проверяемый и воспроизводимый формат для обучения моделей.

Первый этап отбора на эту вакансию — общение с AI-рекрутером. После отклика ждите сообщение от него, 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!

• проектировать и реализовывать пайплайны, которые превращают данные из разных источников в формат, пригодный для обучения моделей

• стабилизировать основной путь конвертации данных с роботов: единый поддерживаемый процесс, проверяемые результаты, повторяемые запуски и понятные отчеты об ошибках

• поддерживать dataset schema, versioning, compatibility checks, validators и manifests

• подключать новые источники данных: записи с роботов, внешние датасеты, симуляции, egocentric data, данные тестовых запусков и корректирующих демонстраций

• обеспечивать reproducible dataset builds и связь source data -> converted episodes -> filtered dataset -> dataset release -> training run -> benchmark result

• создавать validation suite: проверка файлов, video/parquet layout, timestamps, required fields, metadata, annotation status и known historical variants

• готовить данные к передаче в обучение так, чтобы ML-команды понимали состав датасета, ограничения, версию и качество

• делать надежные CLI/tools, тесты, runbooks и отладочные отчеты для исследователей и инженеров.

• сильный Python и опыт разработки batch / data processing pipelines

• опыт backend, data engineering или software engineering для внутренних платформ и ML/data workflows

• опыт работы с большими файлами, metadata manifests, reproducible builds и validation logic

• практический опыт с Linux, Docker, Git, CI/CD и командной строкой

• понимание storage и data formats: S3/object storage, network storage, parquet, zarr, hdf5, webdataset, video files или аналогичные форматы

• умение разбираться в нестандартных форматах данных и приводить их к строгому контракту

• готовность писать поддерживаемый production-like код, а не одноразовые conversion scripts.

Будет плюсом:

• опыт с LeRobot, RLDS, DROID / Bridge / RT-X-like datasets, ROS bags или robotics trajectories

• опыт с Ray, Airflow, Prefect, Kubernetes, SLURM, LSF или другими orchestration / job systems

• опыт с W&B, MLflow, Hydra configs, experiment tracking или dataset management systems

• понимание computer vision, multimodal data, VLA, imitation learning или robot learning

• навыки работы с генеративными AI-моделями

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

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

• инструментальное владение AI для анализа, генерации и автоматизации.

• офисный формат работы, адрес офиса Автозаводская 23а к2

• ежегодный пересмотр зарплаты, квартальная и годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• программа адаптации и помощь руководителя на старте

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

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

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Ищем AI / ML-инженера для разработки систем на стыке 2D/3D компьютерного зрения, временных рядов и Edge AI (ключевой проект связан с распознаванием дорожных знаков и инфраструктуры), работа в офисе (г. Минск).

Задачи:

• Разработка Edge-решений: оптимизация, квантизация (INT8/QAT) и деплой легких моделей на мобильные и бортовые устройства для распознавания дорожных знаков и инфраструктуры «на лету»;

• Обработка видеопотока (2D CV): построение пайплайнов детекции, сегментации и сквозного трекинга объектов на видео в реальном времени;

• Работа с 3D-данными (LiDAR): обработка облаков точек, 3D-сегментация и калибровка связки «камера-LiDAR» для точного позиционирования объектов;

• Анализ временных рядов: прогнозирование редких событий и обработка пространственно-временных данных (телеметрия, геоданные, внешние факторы);

• Оптимизация и деплой: сборка пайплайнов в Docker, конвертация моделей в ONNX/TensorRT для максимальной производительности.

• База: Python, PyTorch, Git, Docker, Linux CLI, ONNX / TensorRT. Английский B2;

• 2D CV & Видео: YOLOv8+, Mask R-CNN, SAM, ByteTrack/StrongSORT, ffmpeg / OpenCV, VideoSwin / SlowFast;

• 3D (Облака точек): PointNet++, KPConv, VoxelNet / PointPillars, Open3D / PDAL, калибровка LiDAR-камера;

• Временные ряды: LSTM / GRU, Temporal Fusion Transformer, CatBoost / LightGBM, SQL, pandas;

• Edge / Mobile: YOLO-NAS, NanoDet, TFLite / ONNX Runtime Mobile, квантизация INT8 / QAT;

• Будет плюсом: GroundingDINO, CLIP/VLM, RAFT, spconv, GPS/IMU/RTK, NeRF/3DGS, PostGIS/OSM, Android (NDK/Kotlin).

• Работа в офисе (г. Минск);

• Официальное оформление и стабильный доход от 2 500 USD;

• 6 месяцев (период глубокого погружения в проект и адаптации);

• Сложные, амбициозные задачи на стыке передовых технологий (2D/3D CV, Edge AI);

• Сильная техническая команда и гибкие процессы разработки;

• Современный стек технологий и возможность влиять на архитектуру решений.

Центр компетенций по внедрению ИИ-агентов занимается разработкой ИИ-агентов с использованием передовых языковых моделей (LLM) для оптимизации различных процессов Сбера. Наша цель — повышение эффективности процессов Банка и автоматизация задач с помощью новейших технологий в области искусственного интеллекта.

Основные направления нашей деятельности:

• Разработка ИИ-агентов для автоматизации бизнес-процессов
• Участие в дообучении и адаптации LLM на основе внутренних и внешних данных
• Оптимизация и улучшение производственных процессов Сбера с помощью AI

Почему стоит присоединиться к нам:

• Возможность работать с передовыми AI и ML технологиями
• Участие в развитии инновационных сервисов, которые реально влияют на процессы в крупнейшем банке страны
• Работа в дружной и профессиональной команде, нацеленной на достижение высоких результатов
• Возможность участия в международных проектах и конференциях по ИИ и машинному обучению
• Доступ к самым современным ресурсам и инструментам для разработки ИИ-решений

Присоединяйтесь к нашей команде и внесите свой вклад в улучшение производственной системы Сбера!

• Разработка PoC и MVP ИИ-агентов на основе LLM с использованием фреймворков для работы с LLM, таких как LangChain/GigaChain

• Помощь и участие на стадии внедрения ИИ-агентов (вывод в промышленную эксплуатацию)

• Адаптация и обучение языковых моделей (LLM) Сбера с использованием внутренних и внешних данных, Prompt Tuning, RAG

• Решение задач NLP: Preprocessing, Classification, Summarization (Ext/Abst), Sentence Compression, Simplification, NER, Semantic Search, Clustering

• Индексация и ранжирование текстовых документов разной длины

• Взаимодействие с бизнес-заказчиком для выявления требований и постановка задач

• Обеспечение безопасности и конфиденциальности данных в процессе разработки и внедрения ИИ-агентов

• Образование в техническом вузе в сфере компьютерных наук, прикладной математики или статистики. Наиболее приоритетны: ВШЭ, МФТИ, МГУ, МИФИ

• Опыт в разработке NLP моделей и рекомендательных систем (желательно)

• Понимание жизненного цикла моделей (CRISP-DM)

• Умение переводить бизнес-постановку задачи в ML-постановку, грамотная интерпретация полученных результатов

• Высокий уровень владения ядром Python и SQL

• Свободное владение базовыми библиотеками на Python, в том числе: pandas, numpy, matplotlib, seaborn;

• Знание фреймворков, библиотек, алгоритмов машинного обучения: Scikit-learn, Pytorch, xgboost, catboost, tensorflow, transformers

• Опыт работы с NLP библиотеками: pymorphy2, NLTK, Gensim, spacy, regexp

• Знание фреймворков для работы с LLM, таких как langchain.

• Ипотека по корпоративной ставке

• 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 Виртуальной 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, включая: 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, регулярные внутренние митапы.

Вот уже 10 лет divan.ru каждый день работает, стараясь сделать мир еще удобнее, мягче и счастливее. Ведь жизнь в каждом доме начинается с мебели.

Мы динамично растем каждый год и не собираемся останавливаться. Сегодня мы уже глобальная компания с филиалами в Республике Беларусь, Казахстане, Узбекистане и мы только в начале нашего захватывающего пути.

Нам важно чтобы в нашей команде работали сотрудники, искренне разделяющие миссию компании, готовые ежедневно делать наших клиентов счастливее.

Обязанности:

• Разработка и сопровождение ETL/ELT-процессов.
• Подключение новых источников данных.
• Разработка моделей данных в PostgreSQL / ClickHouse.
• Развитие Data Warehouse и витрин данных.
• Оптимизация тяжелых SQL-запросов и ETL-процессов.
• Контроль качества и полноты данных.
• Мониторинг и устранение проблем в загрузках.
• Участие в проектировании архитектуры аналитической платформы.
• Взаимодействие с BI-разработчиками и аналитиками.

Обязательно

• От 2–3 лет опыта в Data Engineering / DWH / ETL.
• Уверенный SQL.
• Хорошее знание PostgreSQL или другой промышленной реляционной СУБД.
• Python для разработки ETL/ELT-процессов.
• Опыт работы с Apache Airflow или аналогичными оркестраторами.
• Понимание принципов построения DWH и аналитических витрин.
• Опыт работы с большими объемами данных.
• Понимание принципов оптимизации SQL-запросов.
• Опыт работы с Git.
• Умение самостоятельно разбираться в проблемах загрузки и качества данных.

Будет преимуществом

• Опыт работы с ClickHouse.
• Опыт работы с Data Vault.
• Опыт работы с dbt.
• Опыт контейнеризации с Docker.
• Опыт настройки CI/CD.
• Опыт работы с GitLab CI/CD.
• Опыт построения data quality checks.
• Опыт работы с Power BI или другими BI-системами.
• Опыт работы с SQL Server.
• Опыт интеграции данных из API и внешних информационных систем.

• Много доверия и ответственности;

• Широкий спектр интересных и амбициозных задач;

• Быструю реализацию полезных идей без бюрократии;

• Удаленный формат работы;
• Обучение и наставничество от опытных коллег с первого дня работы;

• Оформление по ГПХ в компанию ООО «Диван Трейд».

О нас

Компания РЕСО-гарантия – один из лидеров страхования в России, услугами которой ежегодно пользуются более 15 млн. человек. Мы - команда высококлассных аналитиков и в нашем распоряжении находится одно из крупнейших хранилищ данных на рынке страхования.

Ищем аналитиков с опытом и без него

Объём задач, связанных с обработкой и анализом информации растет, поэтому мы расширяем нашу команду. Нам интересно работать как с опытными, так и с начинающими аналитиками, поэтому нужны и те, и другие. Конечно, уровень заработной платы и функционал будут разниться в зависимости от опыта и квалификации, но мы готовы учить, делиться опытом и помогать в работе.

Чем предстоит заниматься

• Сбор, подготовка данных, проектирование признаков
• Разработка моделей преимущественно классического ML
• Оценка бизнес-эффекта от моделей
• Внедрение моделей в прод и контроль их стабильности и качества

Ожидаем, что вы:

• Владеете Python и SQL на высоком уровне
• Хорошо понимаете принципы классического машинного обучения
• Разрабатывали модели классического ML и внедряли их в прод
• Умеете превращать бизнес задачу в задачу машинного обучения, предлагать подходы и защищать свое решение
• Умеете исследовать, интерпретировать данные, оценивать эффект от внедрения моделей

Что будет плюсом

• Знание теории вероятности и математической статистики;
• Понимание задач актуария;

Мы предлагаем

• Оформление в штат согласно ТК РФ;
• Заработная плата обсуждается индивидуально, с успешным кандидатом
• График работы: 5/2, 9.30 – 18.00 часов, по пт. до 17.00 часов
• Гибридный формат (количество дней в офисе обсуждается)
• Комфортный офис в 5 минутах ходьбы от МЦК Верхние котлы и 12 минутах от м. Нагатинская;
• ДМС и скидки на другие страховые продукты компании;
• Корпоративный спорт (йога, цигун, бег, волейбол, хоккей, футбол);
• Объединяющие онлайн-мероприятия: бизнес-игры, квизы, лекции, вебинары и челленджи;
• Кафетерий льгот – скидки от партнеров Компании на различные товары и услуги;
• Новогодние подарки для детей сотрудников Компании;

Обязанности

• Проектирование и разработка отказоустойчивых ETL/ELT процессов в экосистеме Hadoop и Oracle
• Оптимизация и сопровождение пайплайнов данных (Spark, PySpark, Airflow)
• Интеграция новых источников данных и построение витрин для бизнес-заказчиков
• Обеспечение качества и актуальности данных в продуктивных системах
• Участие в архитектурных решениях по хранению и обработке больших данных
• Ad-hoc аналитика и поддержка команд аналитиков и data scientist

Требования

• Высшее техническое образование (или завершающая стадия обучения)
• Опыт разработки на Python (написание скриптов, работа с библиотеками pandas, requests) от 6 месяцев (в т.ч. в рамках учебных проектов или стажировок)
• Уверенное знание SQL (написание сложных запросов, оконные функции, понимание планов выполнения, нормализация БД)
• Понимание основ архитектуры больших данных (понятия ETL/ELT, колоночные и реляционные хранилища, форматы хранения Parquet/ORC)
• Знакомство с концепциями оркестрации (Airflow) или опыт настройки простых пайплайнов в учебных целях
• Понимание принципов работы с системами контроля версий (Git) и умение работать в команде над кодом
• Базовые навыки работы в Linux (навигация по файловой системе, права доступа, простые bash-скрипты)
• Готовность к быстрому освоению технологий экосистемы Hadoop/Spark
• Навыки самостоятельного поиска информации и решения технических задач
• Опыт использования LLM-агентов и AI-ассистентов (например, Cursor, Claude Code) для генерации, рефакторинга и отладки инженерного кода

Направление фильмов и сериалов в VK Видео отвечает за развитие одних из ключевых сценариев потребления: фильмы, сериалы, детский контент, ТВ-шоу и тематические подборки. Мы хотим сделать эти сценарии удобнее и персональнее для пользователя: помогать находить хороший фильм на вечер, выбирать следующую серию любимого сериала, продолжать просмотр с нужного места и получать релевантные рекомендации без дублей.

Мы ищем старшего ML-разработчика, который будет развивать киносериальные рекомендации: анализировать пользовательское поведение, формулировать и проверять гипотезы, развивать матчинг и дедупликацию контента, обучать модели, обеспечивать стабильную работу рантайма, проводить A/B-эксперименты и развивать систему метрик.

Что предлагаем:

• Большой масштаб — десятки миллионов пользователей, высоконагруженный рантайм и большие данные
• Значимую продуктовую зону — фильмы и сериалы являются одним из ключевых драйверов роста вовлечения и TVT
• Сильную техническую среду — Discovery-платформа, ML-инфраструктура, Java, YTsaurus, быстрый цикл экспериментов
• Нетривиальные задачи — матчинг тайтлов, дедупликация копий, рекомендации сериалов, подборки, работа с плейлистами и кластерными сущностями
• Реальное влияние на продукт — возможность влиять не только на модели, но и на качество пользовательских сценариев

Задачи

• Развивать рекомендации для фильмов, сериалов, детского контента, ТВ-шоу и тематических подборок, а также разрабатывать механизмы матчинга и дедупликации контента
• Обеспечивать стабильную работу ML-решений в высоконагруженном рантайме 
• Проводить A/B-эксперименты и принимать решения на основе данных
• Взаимодействовать с продуктом, аналитиками, бэкендом и смежными ML-командами
• Находить точки роста и формулировать продуктовые и ML-гипотезы

Требования

• Вы имеете от трёх лет опыта разработки ML-решений
• Уверенно пишете код на Python, Java или C++
• Работали с ML-системами в условиях высокой нагрузки
• Умеете работать с продуктовыми метриками и A/B-тестами
• Готовы брать на себя сложные технические задачи и доводить решения до продакшена

Будет плюсом

• Работали с рекомендательными, поисковыми или рекламными системами
• Работали с видео, медиа, UGC или стриминговыми продуктами
• Сталкивались с задачами матчинга и дедупликации контента
• Имеете опыт оптимизации ML-рантайма и production-инфраструктуры