Вакансии в ML и AI

Основные обязанности: Что предстоит делать
• Проектировать и развивать MLOps-инфраструктуру для полного жизненного цикла ML-моделей.
• Автоматизировать процессы:

o training;
o validation;
o deployment;
o retraining;
o monitoring;
o rollback.
• Строить и поддерживать CI/CD pipelines для ML-моделей.
• Организовывать production deployment моделей и обеспечивать их стабильную работу.
• Настраивать model monitoring:

o data drift;
o concept drift;
o model performance;
o data quality;
o latency;
o инфраструктурные показатели.
• Разрабатывать механизмы автоматического переобучения моделей.
• Создавать стандарты и reusable-компоненты для Data Scientists.
• Интегрировать ML-модели с production-системами и decisioning-процессами Soft Collection.
• Обеспечивать воспроизводимость экспериментов, версионирование моделей, данных и артефактов.
• Оптимизировать инфраструктуру с точки зрения performance, reliability и cost.
• Участвовать в архитектурных решениях ML-платформы.
• Работать совместно с Data Scientists, Data Analysts, Data Engineers, DevOps и IT.
• Менторить MLOps / ML Engineers и участвовать в развитии инженерных стандартов команды.
Основные требования: Что важно
• 3+ года опыта в MLOps / ML Engineering / Data Engineering / DevOps с фокусом на ML.
• Уверенный Python.
• Практический опыт построения production ML pipelines.
• Хорошее понимание Docker и Kubernetes.
• Опыт разработки CI/CD.
• Опыт работы с orchestration tools, например Airflow.
• Знание инструментов experiment/model tracking, например MLflow.
• Понимание принципов model registry и versioning.
• Опыт работы с REST API / сервисами для production inference.
• Понимание мониторинга ML-моделей и data quality.
• Хорошее понимание Linux, Git и базовых принципов cloud infrastructure.
• Умение проектировать отказоустойчивые и масштабируемые решения.
Будет плюсом
• Опыт с AWS / Azure / GCP.
• Опыт работы с Spark / PySpark.
• Опыт с Kafka или другими streaming-системами.
• Опыт работы с feature store.
• Опыт реализации batch и real-time inference.
• Знание Terraform / Infrastructure as Code.
• Опыт в банковской или fintech-индустрии.
• Понимание особенностей production ML в задачах credit risk / collection.
Условия: •Заработная плата и бонусы: конкурентоспособная оплата труда благодаря системе грейдирования, премии ко Дню Независимости и годовой бонус.
•Социальный пакет: ДМС и страхование жизни, мобильная связь и скидки от партнеров.
•Отпуск и отдых: 26 дней отпуска с возможностью взять дополнительные дни при наступлении важных событий.
•Бонусы за рекомендации.
•Рабочие условия: льготные условия на паркинг, свободный стиль одежды (smart casual).
•Обучение и развитие: тренинги, вебинары и доступ к корпоративной библиотеке, четкая система карьерного роста.
•Корпоративная культура: открытая и дружеская рабочая атмосфера, спортивные турниры и активная корпоративная жизнь.
•Инициативы и проекты: возможность участия в социальных проектах, реализация идей в новых проектах группы «Halyk» с использованием современных digital-инструментов.
•Команда: творческая и поддерживающая команда для реализации ваших идей.
Присоединяйтесь к нам и становитесь частью команды «Halyk»!

Задачи:

• Функциональные обязанности
  1. Управление командой
• Формирование и развитие команды инженеров-разработчиков ИИ.
• Распределение ролей и зон ответственности внутри команды.
• Постановка задач, декомпозиция, планирование и контроль исполнения.
• Регулярное управление загрузкой и мощностью команды.
• Развитие инженерных компетенций сотрудников.
• Участие в подборе и адаптации новых сотрудников.
• Проведение технических разборов и code review для критичных решений.
• 2. Run - эксплуатация AI Core и действующих сервисов
• Ответственность за техническую стабильность AI Core и работающих AI-сервисов.
• Организация мониторинга, логирования и обработки инцидентов.
• Формирование правил поддержки и эксплуатации.
• Контроль технического долга.
• Контроль обновлений, релизов и изменений в промышленной среде.
• Организация управления доступами, ключами, конфигурациями и интеграциями.
• Контроль потребления инфраструктуры и внешних AI-сервисов.
• 3. Change - разработка и развитие
• Перевод продуктовых и бизнес-задач в технический backlog команды.
• Техническая декомпозиция новых AI-инициатив.
• Определение архитектурного подхода к реализации.
• Планирование разработки и выпусков.
• Контроль качества реализации.
• Организация прототипирования и технической проверки гипотез.
• Принятие решения о переходе от прототипа к промышленной разработке.
• 4. Архитектура и техническое качество
• Формирование и поддержание целевой архитектуры AI Core.
• Контроль архитектурной целостности решений команды.
• Определение стандартов разработки и интеграции.
• Выбор моделей, фреймворков, инфраструктурных компонентов и подходов.
• Контроль безопасности AI-решений совместно с ИБ.
• Контроль производительности, надежности и масштабируемости решений.

Требования:

• Обязательно:
• Опыт управления командой разработки или инженерной командой.
• Сильный технический бэкграунд в backend / platform / AI-разработке, достаточный для принятия архитектурных решений и технического контроля команды.
• Практический опыт разработки и внедрения решений на базе LLM, RAG, AI-агентов или смежных AI-технологий.
• Понимание полного жизненного цикла AI-сервиса: идея, прототип, разработка, тестирование, промышленный запуск, эксплуатация, развитие.
• Умение управлять ограниченной мощностью команды: приоритизация, планирование, распределение ресурсов между эксплуатацией, развитием и техническим долгом.
• Опыт декомпозиции задач, оценки сроков, контроля исполнения и управления зависимостями.
• Умение выстраивать инженерные процессы: разработка, code review, тестирование, CI/CD, релизы, мониторинг, инциденты, документация.
• Понимание архитектуры корпоративных AI-решений: LLM Gateway, модели, API, RAG, поисковые системы, базы данных, интеграции, observability.
• Будет преимуществом:
• опыт создания или развития внутренней AI-платформы;
• опыт On-Prem-развертываний;
• опыт эксплуатации локальных LLM;
• опыт работы с Kubernetes, Docker, PostgreSQL, vector DB, OpenSearch / Elasticsearch;
• опыт построения LLM Gateway;
• опыт observability и оценки качества LLM-систем;
• опыт построения платформенных компонентов, повторно используемых несколькими продуктами;

Условия:

• Помощь в адаптации для быстрого погружения в работу;
• ДМС (включая ежегодное комплексное мед. обследование, стоматологию, телемедицину, психологическую поддержку в онлайн-формате) после испытательного срока;
• Страхование от несчастного случая и страхование при выезде за рубеж;
• Постоянное развитие - доступ к онлайн библиотеке, курсы, тренинги
• Частичная компенсация затрат на занятия спортом;
• Сообщество единомышленников по увлечениям и интересам – книги, спорт, фильмы и различные хобби;
• Имеем аккредитацию в Минцифры;

Привет!

Мы IT-компания Globerce Capital. Рады знакомству!

IT-холдинг Globerce Capital – это команда молодых и амбициозных профессионалов. Мы проводим полный цикл разработки продукта (Fintech, e-commerce, telecom), включая консалтинг, проектирование, внедрение и поддержку комплексных IT-решений для бизнеса.

Мы ищем Machine Learning (ML) Engineer уровня senior к нам в команду!

Обещаем сложные и интересные задачи, а также амбициозные, масштабные проекты!

По задачам:

• Разрабатывать с нуля новые и улучшать имеющиеся модели RecSys (Retrieval, Ranking, Reranking)
• Проектировать и развивать Feature Store для сбора признаков и целевых переменных
• Выводить модель в прод с высоким требованием по latency, мониторить качество работы модели и данных
• Помогать в дизайне и проведении A/B-тестирования

Hard Skills:

• Уверенное владение градиентным бустингом (CatBoost/LightGBM/XGBoost) для задач ранжирования
• Опыт построения Feature Store и работы с данными в ClickHouse/аналогичных OLAP-хранилищах, оркестрация пайплайнов (Airflow или аналог).
• Опыт продакшн-инференса моделей (ONNX или аналог) с учётом ограничений по latency
• Опыт проектирования и анализа A/B-тестов, понимание offline/online метрик качества ранжирования
• Опыт построения мониторинга ML-моделей в проде (дрейф данных, деградация, алертинг)

Наш стэк: CatBoost, Pytorch, FastAPI, FAISS, ClickHouse, Postgres, Kafka, Redis, Airflow, MLflow, Iceberg + S3 + Spark/Flink, Qdrant (векторные БД)

Наши бенефиты:

• Удобный гибкий график работы (начинать рабочий день в 9:00 или в 10:00 - выбираешь сам)
• Трудоустройство по ТК РК
• ДМС для сотрудников и их близких
• Материальная помощь в различных жизненных ситуациях (рождение ребенка, свадьба, утрата близкого и тому подобное)
• Прозрачная система грейдирования
• Скидки на спортивные абонементы в ведущих фитнес-клубах, комплименты от популярных заведений (десерты & кофе), подарки и бонусы от ряда наших партнеров, English Club внутри компании
• Корпоративная техника (ноутбуки/мониторы)
• Технологичный офис в центре Алматы

Основные обязанности: • Разработка и внедрение RAG системы для корпоративной базы знаний
• Fine-tuning LLM для специфических бизнес-задач
• Создание системы автоматической генерации контента
• Разработка AI-ассистента с интеграцией внешних API
• Оптимизация производительности LLM в продакшене Основные требования: • Высшее образование в области Computer Science, Data Science, математики, статистики или смежных областей
• Минимум 2.5 года опыта работы области Data Science, с языковыми моделями и NLP
• Глубокое понимание архитектур нейронных сетей (Transformers, BERT, GPT, T5)
• Опыт fine-tuning предобученных моделей
• Знание техник Transfer Learning и Few-shot Learning
• Понимание методов оптимизации моделей (quantization, pruning, distillation)
• Опыт работы с современными LLM (GPT, Claude, Llama, Mistral, Gemini)
• Практические навыки prompt engineering и prompt optimization
• Опыт разработки RAG (Retrieval-Augmented Generation) систем
• Знание техник fine-tuning: LoRA, QLoRA, PEFT
• Опыт работы с vector databases (Pinecone, Weaviate, Chroma)

Фреймворки ML/DL:
• PyTorch, TensorFlow
• Transformers (Hugging Face)
• LangChain, LlamaIndex
• vLLM, TGI (Text Generation Inference)
Обработка данных:
• Python (pandas, numpy, scikit-learn)
• SQL базы данных
• Airflow для оркестрации pipeline'ов
Мониторинг и оценка:
• A/B тестирование
• Системы мониторинга качества моделей
• Метрики для NLP задач (BLEU, ROUGE, BERTScore)
Условия: •Заработная плата и бонусы: конкурентоспособная оплата труда благодаря системе грейдирования, премии ко Дню Независимости и годовой бонус.
•Социальный пакет: ДМС и страхование жизни, мобильная связь и скидки от партнеров.
•Отпуск и отдых: 26 дней отпуска с возможностью взять дополнительные дни при наступлении важных событий.
•Бонусы за рекомендации.
•Рабочие условия: льготные условия на паркинг, свободный стиль одежды (smart casual).
•Обучение и развитие: тренинги, вебинары и доступ к корпоративной библиотеке, четкая система карьерного роста.
•Корпоративная культура: открытая и дружеская рабочая атмосфера, спортивные турниры и активная корпоративная жизнь.
•Инициативы и проекты: возможность участия в социальных проектах, реализация идей в новых проектах группы «Halyk» с использованием современных digital-инструментов.
•Команда: творческая и поддерживающая команда для реализации ваших идей.
Присоединяйтесь к нам и становитесь частью команды «Halyk»!

Основные обязанности: Что предстоит делать
• Разрабатывать ML-модели для задач Soft Collection:

o propensity-to-pay;
o вероятность выхода из просрочки;
o прогноз recovery;
o приоритизация клиентов;
o прогноз эффективности коммуникаций;
o сегментация клиентской базы.
• Разрабатывать Next Best Action / Next Best Offer подходы для выбора оптимального действия по каждому клиенту.
• Исследовать клиентское поведение и находить закономерности, которые можно использовать в collection-стратегиях.
• Проводить feature engineering и работать с большими объёмами структурированных данных.
• Экспериментировать с различными алгоритмами: CatBoost, LightGBM, XGBoost, Random Forest, Logistic Regression и другими.
• Оценивать модели не только по ML-метрикам, но и по бизнес-эффекту.
• Проводить A/B-тесты и участвовать в оценке causal impact collection-стратегий.
• Разрабатывать и внедрять модели в production совместно с ML Engineering / MLOps.
• Мониторить performance моделей и участвовать в их регулярном переобучении.
• Взаимодействовать с Data Analysts, MLOps, Risk, Collection и бизнес-командами.
• Технически развивать менее опытных специалистов команды.
Основные требования: Что важно
• 3+ года коммерческого опыта в Data Science / ML.
• Отличное знание Python, SQL, pandas, NumPy, scikit-learn.
• Сильная база в статистике и машинном обучении.
• Практический опыт с градиентным бустингом и классификационными моделями.
• Понимание cross-validation, feature selection, feature importance, model calibration.
• Опыт работы с imbalanced datasets.
• Знание основных ML-метрик: ROC-AUC, PR-AUC, Gini, Precision, Recall, F1.
• Опыт проведения и интерпретации A/B-тестов.
• Умение самостоятельно пройти полный цикл: business problem → data → model → validation → production → monitoring.
• Хорошее понимание того, как ML-модель должна создавать бизнес-ценность.
Будет плюсом
• Опыт в банке, fintech, credit risk или collection.
• Знание PD, LGD, EAD, roll rate, cure rate, recovery rate.
• Опыт с uplift modeling / causal inference.
• Опыт разработки decisioning-систем.
• Опыт работы с MLflow, Airflow, Docker, Kubernetes или облачной инфраструктурой.
Условия: •Заработная плата и бонусы: конкурентоспособная оплата труда благодаря системе грейдирования, премии ко Дню Независимости и годовой бонус.
•Социальный пакет: ДМС и страхование жизни, мобильная связь и скидки от партнеров.
•Отпуск и отдых: 26 дней отпуска с возможностью взять дополнительные дни при наступлении важных событий.
•Бонусы за рекомендации.
•Рабочие условия: льготные условия на паркинг, свободный стиль одежды (smart casual).
•Обучение и развитие: тренинги, вебинары и доступ к корпоративной библиотеке, четкая система карьерного роста.
•Корпоративная культура: открытая и дружеская рабочая атмосфера, спортивные турниры и активная корпоративная жизнь.
•Инициативы и проекты: возможность участия в социальных проектах, реализация идей в новых проектах группы «Halyk» с использованием современных digital-инструментов.
•Команда: творческая и поддерживающая команда для реализации ваших идей.
Присоединяйтесь к нам и становитесь частью команды «Halyk»!

О компании и задаче:

Мы занимаемся строительством и модернизацией телеком-инфраструктуры (объекты сотовой связи). Ищем в штат в наш офис специалиста, который возьмет на себя внедрение современных инструментов искусственного интеллекта и сквозную автоматизацию операционных процессов компании.

Чем предстоит заниматься:

• Внедрять искусственный интеллект в ежедневные процессы компании (распознавание и структурирование голосовых отчетов со строек, обработка документов, умные автонапоминания);

• Настраивать автоматические сценарии без тяжелой разработки — на базе n8n, Make и аналогичных платформ;

• Собирать Telegram-ботов для оперативной связи между стройплощадками, офисом и координаторами;

• Связывать 1С (УПП / Бухгалтерия) с оперативными таблицами и базами данных через API и веб-сервисы (чтобы данные по наряд-заказам, реализациям и оплатам передавались автоматически без ручного ввода);

• При необходимости применять vibe coding / AI-ассистентов для быстрого создания вспомогательных скриптов, микросервисов и автоматизаций;

• Собрать и поддерживать единый живой статусник по всем объектам, отражающий путь проекта от наряда до оплаты.

Что мы ждем от кандидата:

• Практический опыт работы с платформами автоматизации (n8n, Make) и подключением нейросетей (OpenAI API, Claude, локальные модели) под прикладные задачи бизнеса;

• Понимание архитектуры 1С и практический опыт выгрузки/обмена данными (API, HTTP-сервисы, OData, веб-сервисы, внешние отчеты);

• Опыт создания Telegram-ботов для внутренних бизнес-процессов;

• Навык vibe coding — умение эффективно использовать AI-инструменты для быстрой генерации рабочего кода и скриптов под интеграции;

• Продвинутая работа с таблицами и базами данных (Google Sheets, Notion, базы данных);

• Готовность показать на собеседовании свои реальные работающие сценарии, связки или ботов (не на словах, а на практике).

Условия:

• Работа в офисе компании, прямое взаимодействие с первыми лицами и ключевыми отделами;

• Отсутствие бюрократии: свобода в выборе современных инструментов и быстрый запуск решений;

• График: 5/2, стабильная заработная плата;

• Обеспечение необходимыми доступами, сервисами и ресурсами для работы.

Clearway Integration - инженерная компания, развивающая собственные продукты для управления и мониторинга крупных ИТ-инфраструктур и жизненного цикла сертификатов (PKI: TLS + ГОСТ). Мы строим платформу ЦУГИ и решения уровня enterprise: от контроля инфраструктуры и инвентаризации до автоматизации выпуска/доставки/ротации сертификатов для серверов, АРМ и Kubernetes/Istio. Компания аккредитована в реестре Минцифры; продукты включены в Реестр отечественного ПО.

Роль и зона ответственности:

Ищем руководителя направления ИИ, который возглавит развитие AI-направления и выстроит системный подход к применению ИИ в создании цифровых продуктов компании - от отдельных экспериментов и пилотов до масштабируемого процесса разработки.

Чем предстоит заниматься

AI-стратегия и продуктовый процесс

• Формировать и реализовывать стратегию применения ИИ в разработке цифровых продуктов.

• Выстроить AI-продуктовый процесс от идеи и прототипирования до разработки, тестирования, релиза и развития продукта.

• Определять точки контроля качества, безопасности и эффективности AI-решений.

AI Engineering и Agentic SDLC

• Внедрять AI-assisted и Agentic SDLC: использование ИИ для декомпозиции задач, генерации кода, тестов и документации.

• Развивать практики работы с LLM, RAG, Function Calling, AI-агентами и контекстным инжинирингом.

• Совместно с инженерными командами определять границы автономности AI и зоны обязательного human review.

• Развивать подходы к оценке качества AI-систем и AI-generated code (Evals, LLM-as-a-Judge и др.).

AI-инфраструктура и инструменты

• Развивать внутреннюю AI-платформу и единый подход к использованию моделей.

• Работать с локальными и внешними LLM, AI-агентами и инструментами их оркестрации.

• Совместно с IT/DevOps развивать инфраструктуру для AI-сервисов, включая GPU, контейнеризацию и мониторинг.

• Выстраивать прозрачный контроль стоимости, производительности и качества AI-решений.

AI Center of Excellence и развитие команд

• Сформировать и развивать AI CoE: стандарты, методологию, инструменты и лучшие практики.

• Сформировать команду и развивать экспертизу AI Engineering.

• Обучать продуктовые и инженерные команды новым подходам к разработке и работе с ИИ.

• Управлять изменениями и помогать командам переходить на новые процессы без потери качества и темпа.

Требования

• 5+ лет в software development с развитием до уровня Tech Lead / Engineering Manager / руководителя направления.

• Опыт управления командами разработки и сложными цифровыми продуктами.

• Практический опыт работы с GenAI/LLM за последние 1–2 года.

• Опыт внедрения AI-assisted / Agentic SDLC в реальных командах разработки, опыт использования в production будет важным преимуществом.

• Понимание RAG, Function Calling, AI-агентов и контекстного инжиниринга.

• Практический опыт использования AI-инструментов в разработке: Cursor, Copilot, Claude Code, Devin, CrewAI и аналогичных.

• Понимание подходов к оценке качества AI-систем и AI-generated code: Evals, LLM-as-a-Judge и др.

• Понимание принципов AI-инфраструктуры: GPU inference, стоимость использования моделей, Docker/Kubernetes, мониторинг.

• Опыт внедрения новых инженерных процессов в действующих командах и управления изменениями.

Будет плюсом

• Масштабирование AI-assisted / Agentic SDLC на несколько команд или подразделений.

• Опыт самостоятельного построения production RAG- и agentic-систем.

• Опыт построения Evals / evaluation framework с нуля.

• Опыт работы с локальными open-source моделями и GPU-инфраструктурой.

• Опыт создания или развития AI Center of Excellence.

• Знание инструментов LangChain, LlamaIndex, LangSmith, Promptfoo, Braintrust и аналогичных.

Что мы предлагаем:

• Конкурентный уровень полностью официальных доходов и постоянное трудоустройство по ТК РФ;
• Возможность официального участия во всех государственных программах поддержки ИТ-отрасли включая льготную ипотеку;
• Соцпакет включает в себя: медицинскую страховку (ДМС), доплата больничных до 100% от оклада (28 дней в году), 3 оплачиваемых day-off на случай форс-мажора; мобильную связь, полное обеспечение оборудованием (включая орг. технику); возможность бесплатного обучения (внешнее обучение и профильные конференции), регулярные корпоративные мероприятия для сотрудников и их семей, а также материальная помощь при важных событиях в жизни (заключение брака, рождение детей и другое);
• Существенные годовые бонусы до 6 месячных ЗП;
• Удаленный формат работы с 9 до 18 по Московскому времени.

Основные обязанности: Полный цикл разработки моделей: Проектирование, обучение, валидация и внедрение скоринговых и предиктивных моделей для оценки кредитоспособности заемщиков.
Работа с данными: Загрузка и препроцессинг больших объемов банковских данных, парсинг внешних источников (XML, JSON), скрапинг альтернативных данных для обогащения профилей клиентов.
Математическое моделирование: Разработка и калибровка моделей (Logistic Regression, Random Forest, Gradient Boosting, SVM) для прогнозирования дефолтов (PD), убытков (LGD) и воздействия при дефолте (EAD).
Аналитика и сегментация: Глубокий анализ клиентской базы, выявление скрытых закономерностей в поведении заемщиков, определение ключевых факторов риска.
Внедрение и мониторинг: Интеграция моделей в производственную среду (Production), взаимодействие с IT и бизнес-подразделениями для внедрения результатов в кредитные политики.
Оценка эффекта: Расчет экономического эффекта от внедрения моделей, A/B тестирование стратегий, статистический анализ качества прогнозов (PSI, CSI, Gini, KS-statistic).
Отчетность и визуализация: Подготовка аналитических дашбордов и презентаций для руководства с использованием Python (Matplotlib/Seaborn), Excel и BI-инструментов. Основные требования: Стек технологий: Продвинутый уровень Python (Pandas, NumPy, Scikit-learn, Statsmodels). Знание SQL обязательно (подразумевается работой с БД банка).
Математика и статистика: Глубокое понимание теории вероятностей, матстатистики (проверка гипотез, распределения), математического анализа.
Domain Knowledge (Желательно): Понимание специфики банковских рисков, принципов скоринга (Application, Behavioral, Collection), знание нормативной базы (ЦБ РФ, Базель III — будет большим плюсом).
Опыт работы с данными: Умение работать с неструктурированными данными, проводить Feature Engineering для временных рядов и транзакционных данных.
Инструментарий: Уверенное владение MS Excel (сводные таблицы, сложные формулы). Опыт работы с R будет преимуществом. Условия: •Заработная плата и бонусы: конкурентоспособная оплата труда благодаря системе грейдирования, премии ко Дню Независимости и годовой бонус.
•Социальный пакет: ДМС и страхование жизни, мобильная связь и скидки от партнеров.
•Отпуск и отдых: 26 дней отпуска с возможностью взять дополнительные дни при наступлении важных событий.
•Бонусы за рекомендации.
•Рабочие условия: льготные условия на паркинг, свободный стиль одежды (smart casual).
•Обучение и развитие: тренинги, вебинары и доступ к корпоративной библиотеке, четкая система карьерного роста.
•Корпоративная культура: открытая и дружеская рабочая атмосфера, спортивные турниры и активная корпоративная жизнь.
•Инициативы и проекты: возможность участия в социальных проектах, реализация идей в новых проектах группы «Halyk» с использованием современных digital-инструментов.
•Команда: творческая и поддерживающая команда для реализации ваших идей.
Присоединяйтесь к нам и становитесь частью команды «Halyk»!

Основные обязанности: Контроль и поддержка потоков и моделей данных реляционного/нереаляционного DWH
Принятие решения по методу и инструменту для оптимального достижения цели DWH
Предоставление рекомендаций по повышению производительности системы/потоков данных/модели данных и повышению качества данных
Анализ ошибок и создание надежных и простых процессов обработки данных Основные требования: Продвинутое знание SQL, опыт работы с реляционными базами данных (Oracle, Greenplum)
Опыт работы с платформами больших данных (Hadoop, Hive, Apache Spark)
Обширный опыт работы с ETL процессами (Airflow, Python, Informatica PC, Informatica DEI)
Знание основ распределенных систем
Аналитические навыки, знание структур данных и алгоритмов
Знание английского языка на уровне достаточном для чтения технической документации Условия: •Заработная плата и бонусы: конкурентоспособная оплата труда благодаря системе грейдирования, премии ко Дню Независимости и годовой бонус.
•Социальный пакет: ДМС и страхование жизни, мобильная связь и скидки от партнеров.
•Отпуск и отдых: 26 дней отпуска с возможностью взять дополнительные дни при наступлении важных событий.
•Бонусы за рекомендации.
•Рабочие условия: льготные условия на паркинг, свободный стиль одежды (smart casual).
•Обучение и развитие: тренинги, вебинары и доступ к корпоративной библиотеке, четкая система карьерного роста.
•Корпоративная культура: открытая и дружеская рабочая атмосфера, спортивные турниры и активная корпоративная жизнь.
•Инициативы и проекты: возможность участия в социальных проектах, реализация идей в новых проектах группы «Halyk» с использованием современных digital-инструментов.
•Команда: творческая и поддерживающая команда для реализации ваших идей.
Присоединяйтесь к нам и становитесь частью команды «Halyk»!

В конце 2025 года запущено новое направление - ФинТех AI RnD. Оно полностью основано на передовых направлениях в области машинного обучения и искусственного интеллекта в разрезе как исследований (Research), так и инженерных разработок (Development) в условиях наличия огромного объема внутренних данных финтех-направления (финансовые транзакции, кредитные обращения, рекомендации, покупки и т.п.).

Наша цель - создать исследовательский центр экспертизы в AI/ML для выведения финтех-направления на передовые позиции в России и за рубежом.

Вы станете одним из исследователей AI/ML-направления и получите возможность проводить эксперименты, строить прототипы и внедрять их в продукты. При этом получите возможность стать одним из первых экспертов в области обучения с подкреплением (Reinforcement Learning, RL).

От вас потребуется:

• Исследовать новые проблемы машинного обучения

• Разрабатывать ML-модели и влиять на их внедрение

• Анализировать данные, в особенности в части временных рядов

• Строить модели, основанные на обучении с подкреплением, для решения проблем динамических систем с обратной связью в финансовых потоках

• Использовать лучшие принципы пайплайнов данных и ML-жизненного цикла (MLOps, мониторинг моделей)

• Взаимодействовать как с командой AI разработки, так и с продуктовой и бизнес-командой для поиска лучших решений

• Участвовать в конечной процедуре развертывания прототипа в реальный продукт

• Делиться экспертизой с коллегами, помогать формировать культуру ML-исследований внутри команды.

Что ждём от вас:

1. Фундаментальные знания, образование и опыт:

• Законченный специалитет/магистратура или к.т.н / к.ф.-м.н. (предпочтительно) с фокусом на одно или более направлений: Компьютерные Науки, Искусственный Интеллект, Математика или близко связанные области

• Экспертные знания и исследования в одном или более направлений: Машинное Обучение, Глубокое Обучение, Статистика, Теория Вероятностей или близко связанные области

• Опыт работы с многоруким бандитом

• Понимание online / offline RL

• Знание различий Value и Policy оптимизаций

• Использование RL с моделью и без

• Применение on- и off-policy вариантов

• Опыт работы с большими и неоднородными данными

• Научные публикации в любой из топовых конференций ( CVPR, ICLR, ICML, NeurIPS, ICCV, AAAI, IJCAI, ICAIF и т.п.)

• Опыт командной работы

• Опыт удаленной работы

2. Технологические навыки:

• Python как основной язык разработки.

• Опыт работы с ML-фреймворками ( PyTorch / JAX / TensorFlow ).

• Опыт распределенного обучения и тестирования (multi-GPU)

• Владение контейнеризацией Docker

• Высокие технические стандарты

3. Особенно заинтересованы в кандидатах, которые:

• Считают, что перевод исследования в рабочий продукт - крайне важная часть работы, и легко могут переводить идеи \ прототипы \ статьи в production

• Умеют балансировать между любопытностью и инженерным прагматизмом

• Раскрываются в окружениях, где исследователи, инженеры, и бизнес быстро итерируются

Что мы предлагаем:

• Интересные задачи и масштаб: уникальная возможность поработать в RnD отделе, результаты исследований которого могут преобразить финтех-индустрию

• Рост и развитие: привилегия использовать часть рабочего времени для самостоятельного исследовательского проекта

• Техническая свобода: участие в выборе инструментов и формировании решений

• Гибкий формат работы: Удаленная работа по миру. Также есть офис в самом центре Москвы, в офисе по ул. Мясницкая, 16

• Возможность поработать в атмосфере небольшой уютной компании, где все решается быстро, в дружеской обстановке и без бюрократии

• 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

• Современная техника для работы (Macbook, мониторы, и все что вам нужно для комфортной работы

• Ежегодные корпоративы с компенсацией дороги и проживания

Если хотите участвовать в становлении исследовательского центра RnD для нужд финтех-индустрии, быть готовым внедрять решения в реальные B2B-решения и влиять на их качество, будем рады познакомиться! 🚀

Чем предстоит заниматься:

• Проектировать, разрабатывать и поддерживать процессы агрегации данных
• Настраивать инфраструктуру сервисов компании со стороны работы с данными
• Разрабатывать и поддерживать инструменты валидации данных
• Проектировать и разрабатывать систему мониторинга технических метрик сервисов, работающих с данными
• Осуществлять мониторинг ошибок сервисов, входящих в зону ответственности отдела
• Проводить аудит систем для работы с данными
• Проектировать, разрабатывать и поддерживать инструменты оркестрации etl-процессов

Что ожидаем от тебя:

• Техническое образование
• Опыт работы инженером данных или разработчиком от 2-х лет
• Python core знания/навыки на продвинутом уровне
• Понимание разницы ООП/функционального подхода, умение работать в них
• Высокий уровень знаний/навыков по БД и хранилищам данных
• Углубленное знание как минимум одной OLAP системы, приоритетно Clickhouse
• Сильный SQL
• Знание механизмов работы агентских систем и умение использовать их в работе эффективно и безопасно

Мы предлагаем:

• Работу в команде с развитой инженерной культурой
• Сложные и интересные задачи
• Развитие и обучение: оплата внешних тренингов, семинаров и конференций, корпоративная библиотека

• Стабильность и прозрачность: официальное оформление, пересмотры зарплаты по итогам performance review

• Комфортные условия: гибкий график работы (удаленно/гибрид/офис), свободный дресс-код.

Мы - направление Сбербанк Онлайн и AI-помощник в дивизионе Премиальный сегмент. Наша общая цель – развивать интеллектуальные сервисы для повышения качества обслуживания премиальных клиентов и эффективности работы сотрудников.

Одно из ключевых направлений – комплексный AI-анализ коммуникаций менеджеров с клиентами: анализ транскрибированных диалогов и аудиосигнала, контроль стандартов обслуживания, выявление эскалаций и пропущенных элементов, анализ тональности и речевых характеристик, а также формирование рекомендаций для сотрудников и руководителей.

Почему мы:

·      Развиваем прикладные AI-решения, которые быстро проверяются на реальных бизнес-сценариях;

·      Есть возможность работать не только с LLM и prompt-based подходами, но и с классическим ML, NLP, Speech и собственными моделями;

·      Доступна внутренняя инфраструктура для обучения моделей и использования GPU-ресурсов;

·      Можно участвовать в развитии решений на базе GigaChat, RAG, LoRA и агентных подходов;

·      Небольшая AI-команда: заметное влияние на архитектуру, эксперименты и итоговый продукт;

·      Сильное бизнес- и IT-окружение, высокие темпы вывода решений в эксплуатацию.

·      разрабатывать и улучшать ML/NLP/LLM-компоненты для анализа коммуникаций менеджеров с клиентами

·      работать с текстом и аудио: исследовать тональность, речевые паттерны, паузы, темп и другие доступные признаки коммуникации

·      решать задачи классификации, скоринга и извлечения признаков из диалогов: эскалации, тематики, соблюдение стандартов, обязательства перед клиентом и другие бизнес-сигналы

·      разрабатывать и сравнивать baseline-подходы: правила, prompt-based LLM, классический ML, нейросетевые модели и их комбинации

·      готовить данные для экспериментов, формировать обучающие и валидационные выборки, проводить error analysis

·      оценивать качество моделей и LLM-компонентов, подбирать метрики и критерии приемки

·      участвовать в fine-tuning/LoRA и обучении собственных моделей там, где это оправдано и доступно во внутреннем контуре

·      участвовать в развитии RAG- и агентных сценариев на базе внутренних AI-решений

·      совместно с Python-разработчиком и аналитиками проектировать AI-pipeline от входных данных до результата, доступного бизнес-системам

·      участвовать в Code Review, технических обсуждениях, документировании решений и выводе AI-компонентов в промышленную эксплуатацию.

·      хорошее знание Python

·      поонимание основ машинного обучения: постановка задачи, подготовка данных, обучение, валидация, переобучение, data leakage и выбор метрик

·     практический опыт с базовым стеком web-frameworks python и/или другими современными инструментами

·      понимание принципов работы LLM, prompt engineering, RAG и подходов к оценке качества генеративных моделей

·      умение проводить воспроизводимые эксперименты и аргументированно сравнивать несколько подходов к одной задаче

·      знание NumPy, pandas и scikit-learn либо сопоставимых инструментов

Будет плюсом:

·      опыт Speech/Audio ML: acoustic features или анализ эмоций по аудио

·      опыт в NLP: классификация текстов, embeddings, transformers, извлечение признаков или близкие задачи

·      опыт fine-tuning LLM, LoRA, работы с embeddings и векторным поиском

·      опыт с CatBoost/LightGBM и predictive ML-задачами

·      опыт разработки или эксплуатации ML-сервисов, контейнеризации и оркестрации

·      опыт работы в крупных корпоративных контурах с повышенными требованиями к безопасности.

·      гибкий график начала рабочего дня

·      уровень заработной платы определяем по итогам собеседования, отталкиваемся от ваших ожиданий

·      команда профессионалов своего дела

·      возможность развития по направлениям

·      ДМС с 1-го дня работы

·      обучение и сертификация за счет компании (в том числе обучение английскому языку компенсируется)

·      скидки от партнеров и корпоративные программы

·      рыночная заработная плата и годовая премия по итогам

·      выстроенные процессы по адаптации, оценке и понятную систему роста в компании;

·      наставник на период адаптации и корпоративную жизнь, в которой можно участвовать по желанию

·      сплоченная команда, agile-практики и помощь в профессиональном развитии.

Мы развиваем «Поток» — единую цифровую среду для командной работы, которая объединяет целеполагание, управление задачами, коллаборацию и автопротокол в одном интерфейсе.

В рамках нашего проекта, формируем новый юнит «Аналитика встреч». Мы ищем технологического лидера в формате «играющего тренера»: вы будете вести команду и одновременно самостоятельно писать критичный код.

Обязанности

• разработка продукта, который помогает сотрудникам запоминать суть встреч
• сбор команды и распределение работы по двум направлениям — персональная аналитика и сводки по совместным проектам и темам для команд
• обеспечение удобства и пользы продукта: полного охвата, стабильных отчётов и высокого качества инсайтов, аналитики и рекомендаций
• создание сводок, которые помогают командам видеть прогресс совместных проектов и тем вместо ручного пересказа
• разработка персональных рекомендаций, которые экономят время и помогают не упустить важное из обсуждений
• вывод продукта из прототипа в промышленную эксплуатацию и обеспечение охвата на всех сотрудников банка

Требования

• опыт работы с python, pandas, numpy, pytest, langchain, langgraph от 6 лет
• опыт работы с llm, ии-агентами, rag, llm-wiki, графовыми бд
• знание nlp, классического ml, матстатистики, алгоритмов, постановки и интерпретации экспериментов
• понимание микросервисной архитектуры, обработки больших объёмов данных
• опыт проектирования ML-платформ и вывода их в прод
• опыт создания AI-агентов и использования их в работе будет преимуществом.

Будет плюсом

• опыт работы с fine-tuning, lora, peft
• готовность нести ответственность за продукт и фичу целиком — от идеи до пользы для пользователя, проверка гипотез, отслеживание метрик и доведение решения до результата
• готовность разрабатывать полноценные решения и прототипы — от бэкенда и данных до интерфейса, активное использование ai-инструментов разработки для быстрого прототипирования
• готовность к глубокому погружению в бизнес-смысл решаемой задачи
• навык работы в команде.

Условия

• гибридный формат работы из офиса в г. Москва
• годовой бонус и ежегодный пересмотр
• ДМС с первого дня + стоматологию и льготное страхование для семьи
• корпоративный университет Сбера, внутреннюю образовательную платформу, участие в IT-конференциях
• офис на Ленинском проспекте с зонами отдыха и спортзалом
• льготную ипотеку в Сбере, корпоративную пенсионную программу, подписку СберПрайм с возможностью совместного использования на трёх близких, скидки от партнеров и сервисов группы компаний.

ЛИАН — системный интегратор с фокусом в аналитике и управлении данными.

Мы работаем в трех направлениях:

1. Автоматизация управленческой отчетности (BI) в малом и среднем бизнесе. Строим хранилища данных, настраиваем сбор и интеграцию, разрабатываем отчеты и дэшборды. Наш стек в BI включает все современные инструменты, в том числе open-source ПО.

2. Заказная разработка аналитических систем. Когда у нашего клиента есть специфичный запрос, мы разрабатываем аналитические системы с нуля. Часто применяем подходы BigData, Data Science, актуальные подходы к программному анализу данных и прогнозированию.

3. Запуск и ресурсное обеспечение команд разработки в комплексных проектах цифровой трансформации. Мы усиливаем команды наших партнеров и клиентов собственными сотрудниками и обеспечиваем максимально быстрый старт новых проектов. Среди наших заказчиков - крупные системные интеграторы, банки, нефтегазовые, химические производства, логистические компании, стартапы.

Сейчас мы приглашаем AI engineer на проектную деятельность с нашей компанией!

Чем предстоит заниматься:

• Создание и совершенствование корпоративного ИИ-агента на открытом ПО: разработка инструментов-обвязок (harness), подключение агента к ИТ-ландшафту через MCP, REST и gRPC, конфигурирование оркестрации моделей, а также создание пользовательских интерфейсов для десктопа и веба.

• Изучение передовых подходов в агентной разработке: выбор инструментов под конкретные задачи, постановка экспериментов и оценка их результативности на собственных данных.

• Трансформация рабочих процессов ключевых специалистов (аналитиков, разработчиков, дизайнеров, тестировщиков, архитекторов, DevOps, руководителей проектов) в логике агентного подхода: определение целевого стека инструментов и регламентов, их встраивание в общую инфраструктуру и подготовка обучающих материалов.

• Аудит архитектуры решения на предмет узких мест: латентность LLM, затраты, отказоустойчивость.

• Ведение архитектурной документации (C4, UML, Archimate).

Наши пожелания к кандидатам:

• Высшее профильное образование: программирование, программная инженерия, прикладная математика, информатика, ИИ.

• Коммерческая разработка на Java 11+/21+ от 3 лет (middle+ и выше), готовность работать на Java 25.

• Понимание ИИ-инфраструктуры для инференса LLM: развёртывание и оптимизация.

• Знание MCP: реализация MCP-серверов/клиентов, проектирование доступа агентов к IDE (IntelliJ), Confluence, Git, CI/CD и базам знаний.

• Практический опыт RAG: embeddings, векторный поиск, интеграция с LLM.

• Реляционные, временные и векторные БД (Postgres, ClickHouse, Influx, TimeScaleDB, Qdrant, Milvus, pgvector, Weaviate) с пониманием различий.

• Проектирование ИС: микросервисы и событийно-ориентированная архитектура, отказоустойчивость, высокие нагрузки, наблюдаемость.

• API-дизайн (REST, gRPC, AsyncAPI, OpenAPI) и нотации (C4, UML/PlantUML, Mermaid).

• Наблюдаемость (Prometheus, Zabbix, Grafana) и OpenTelemetry (трассировка LLM и MCP).

• Понимание кодинговых агентов: агентный цикл, интеграция LLM, MCP, RAG-pipeline.

• Метрики качества ИС: токены/запрос, cost per request, precision/recall retrieval, latency p99/p95/p50.

• опыт с Agent Frameworks на Java (LangChain4j, Spring AI, LangGraph) и SDK (OpenAI Agents / Google Agents).

• навыки DevOps (Terraform, Helm).

• интеграции с SAP (S/4HANA).

• опыт работы с LLM-runners (vLLM).

Что мы предлагаем:

• Форма трудоустройства на ваш выбор: договору оказания услуг с ИП или самозанятым
• Участие в интересных масштабных проектах с Заказчиками федерального и международного уровня
• Работа с передовыми технологиями
• Возможности профессионального и карьерного роста
• Полностью удаленная работа
• Регулярная и достойная оплата труда

В нашей команде работают профессионалы с разносторонним опытом. Здесь ты найдешь профессиональные задачи и новые вызовы, сможешь реализовать свой потенциал.
Хочешь стать частью нашей команды? Мы ждем твоего отклика и свяжемся с тобой !

Alice AI — большая языковая модель, которая помогает миллионам людей решать повседневные задачи. Чтобы взаимодействие с ней было по-настоящему полезным, ответы должны быть не только релевантными, но и достоверными, доброжелательными и безопасными.

Мы формируем команду, которая отвечает за безопасность и ответственное поведение LLM в рамках общего трека развития моделей Alice AI. Команда участвует в подготовке данных и обучении моделей, разрабатывает автоматизированные системы оценки, исследует потенциальные риски и проводит финальную приёмку релиз-кандидатов.

Роль остаётся прежде всего аналитической: непосредственным обучением моделей занимается отдельная ML-команда, а мы исследуем их поведение, готовим данные, создаём системы оценки и отвечаем за качество релизных решений.

Анализ данных и поиск проблемных сценариев

В логах Alice AI представлены самые разные сценарии: голосовые и текстовые запросы, генерация изображений, взаимодействие с несколькими моделями — от команды «включи будильник» до продолжительных ролевых диалогов.

Вам предстоит исследовать большие объёмы данных, выделять сложные срезы и находить потенциально проблемные паттерны. Мы анализируем реальные пользовательские взаимодействия, формулируем гипотезы о новых классах рисков и проектируем сценарии для red teaming.

Разработка LLM-джаджей и агентских пайплайнов

Чтобы научить модель корректно отвечать на сложные запросы, необходимо уметь измерять качество её поведения. Мы создаём автоматизированные системы оценки на основе подхода LLM-as-a-Judge, промптинга и агентских пайплайнов.

Вам предстоит разрабатывать критерии и рубрики оценки, собирать evaluation-пайплайны, валидировать автоматические оценки на человеческой разметке и исследовать качество джаджей: их устойчивость, согласованность, смещения, precision и recall.

Участие в обучении LLM Яндекса

Мы собираем и валидируем обучающие выборки для этапов SFT и RL, анализируем ошибки модели и определяем направления для её дальнейшего улучшения.

Задача команды — встроить требования к ответственному поведению в общий цикл разработки LLM и обеспечить измеримый рост качества на целевых категориях запросов.

Финальная приёмка моделей

Перед запуском новой версии необходимо убедиться, что она улучшает целевые метрики и не создаёт неприемлемых рисков.

Мы разрабатываем наборы тестов и офлайн-метрики, сравниваем релиз-кандидаты с текущей моделью, анализируем регрессии и статистическую значимость изменений. По результатам оценки команда принимает решение о готовности модели к запуску.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Уверенно владеете Python и SQL
* Самостоятельно работаете с данными: исследуете логи, формулируете гипотезы
* Знаете математическую статистику и теорию вероятностей, умеете корректно строить эксперименты и интерпретировать результаты
* Умеете ясно излагать мысли, обсуждать решения и аргументированно отстаивать свою позицию

* Работали с ML-моделями и понимаете основные этапы их обучения и оценки
* Создавали LLM-джаджей, автоматизированные evaluation-пайплайны или проводили red teaming
* Знакомы с SFT, RLHF/RLAIF и современными подходами к LLM evaluation
* Понимаете типовые сценарии использования и уязвимости генеративных моделей

• Развивать существующую связку МойСклад + Codex и создавать новых AI-агентов под задачи бизнеса.
• Писать скрипты и настраивать интеграции между сервисами через API.
• Автоматизировать сбор и обработку данных о продажах, остатках и движении товаров.
• Развивать аналитику до уровня отдельного чека.
• Настраивать автоматические отчёты и уведомления об отклонениях: снижении продаж, дефиците товара и других важных событиях.
• Находить задачи для автоматизации в других отделах и внедрять подходящие решения.
• Проверять корректность расчётов и ответов AI-помощников, обеспечивать безопасную работу с данными и доступами.
• Документировать решения, чтобы они были понятными и поддерживаемыми.

• Настраивать МойСклад: функциональность, дополнительные поля, учёт ТМЦ и ЭДО.
• Поддерживать синхронизацию МойСклад с 1С и обмен данными между кассовой частью и основной базой.
• Администрировать 1С: ЗУП и 1С: Бухгалтерию предприятия — обновления, пользователей, права доступа и регламентные операции.
• Поддерживать настройки учёта ТМЦ и ЭДО в 1С.

• Контролировать стабильность сервера, выполнять необходимые настройки и следить за резервным копированием.
• Администрировать системы видеонаблюдения Trassir и Hik-Connect.
• Взаимодействовать с аутсорсинговой компанией по вопросам, которые затрагивают общую работу систем.

• Практический опыт работы с МойСклад и администрирования 1С.
• Умение самостоятельно писать и дорабатывать код для интеграций и автоматизации — например, на Python или JavaScript.
• Понимание работы API, JSON, авторизации и обмена данными между сервисами.
• Практический опыт создания AI-агентов или автоматизированных процессов с использованием нейросетей. Важно не только пользоваться чатом, но и связывать AI с данными и действиями в системах.
• Умение проверять результат: находить ошибки в данных, расчётах и логике автоматизации.
• Базовые навыки администрирования серверов и управления доступами.
• Самостоятельность: от уточнения бизнес-задачи до внедрения и поддержки работающего решения.
• Способность объяснять технические вопросы простым языком.

• Опыт в розничной торговле и автоматизации товарного учёта.
• Работа с Codex и другими AI-инструментами для разработки.
• Знание SQL и опыт подготовки аналитических отчётов.

• Зарплату от 80 000 до 140 000 ₽ — по итогам собеседования, в зависимости от опыта и самостоятельности.
• Полностью удалённую работу без выездов в торговые точки.
• График 5/2, понедельник — пятница.
• Прямое взаимодействие с собственником и возможность влиять на развитие ИТ-систем компании.
• Реальные задачи по внедрению AI в действующий бизнес.
• Разделение ответственности: обслуживание касс, «Честного знака» и рабочих мест выполняет аутсорсинговая компания.

• Разобраться в текущей архитектуре и обеспечить стабильность существующих интеграций.
• Развить AI-агента и аналитику продаж.
• Запустить автоматические отчёты и уведомления о ключевых отклонениях.
• Выбрать и внедрить первые сценарии AI-автоматизации в смежных отделах.

Мы создаем и применяем AI-технологии для развития финансовой экосистемы Т‑Банка: внедряем машинное обучение в продукты и внутренние процессы компании, делаем решения качественнее, безопаснее и удобнее для пользователей, вкладываемся в долгосрочные исследования.

Сейчас мы в поисках ML-инженеров.

Технологии, которыми мы занимаемся:

• Диалоговые системы. Обучаем финансового ассистента поддерживать разговор и отвечать на запросы пользователей в чате с поддержкой.
• Компьютерное зрение. Делаем безопасную авторизацию по лицу, оживляем фотографии для реалистичной анимации, распознаем документы и многое другое.
• Рекомендательные системы. Учимся предугадывать желания пользователей, чтобы предлагать им именно то, что нужно.
• Речевые технологии. Автоматизируем голосовое общение между бизнесом и клиентами.
• ML-антифрод. С помощью алгоритмов оберегаем пользователей от мошенников, оперативно замечая подозрительные действия в личном кабинете.
• Предиктивные технологии. Делаем прогнозы, чтобы помогать клиентам контролировать финансы.

Как мы работаем:

• Делаем жизнь миллионов людей лучше, предоставляя доступ к качественным продуктам: от финансового ассистента Олега до рекомендательной ленты в приложении «Пульс».
• Даем возможность как закидывать наработки в прод на миллионы пользователей, так и проводить исследования в своей области.
• Делимся опытом во всех областях ML: CV, NLP, RecSys, Speech и Time Series.
• Проводим внутренние семинары и обсуждаем последние новости AI. Выстраиваем процессы и используем инфраструктуру Т‑Банк, при этом минимизируем бюрократию.
• Фокусируемся на принципе AI-first.
• Развиваем в МФТИ лабораторию, с которой можно и нужно делать коллаборации. Не копим легаси.
• Оплачиваем участие в топовых AI-конференциях 2—3 раза в год.

Обязанности:

• Изучать научные статьи, генерировать гипотезы, ставить на их основе эксперименты и доносить результат до команды
• Улучшать качество моделей в различных сценариях
• Ускорять работу моделей, применяя современные методы оптимизации и построения архитектуры
• Писать воспроизводимый код, оформлять эксперименты в воспроизводимые пайплайны, включающие разметку и обработку данных, обучение моделей и валидацию системы в целом

Требования:

• У вас есть опыт разработки ML-моделей с использованием современных DL-фреймворков (Pytorch, Jax/Tensorflow и других) и их применения в продакшене
• Разбираетесь в принципах работы современных алгоритмов машинного обучения
• Знаете Python
• Умеете декомпозировать задачу в переиспользуемые и тестируемые библиотеки и компоненты
• Знаете теорию в сфере математики, прикладной статистики, алгоритмов и структур данных
• Готовы изучать научные статьи на английском языке и ставить эксперименты основе прочитанного
• Знаете Linux, Git, Bash и Docker

Условия:

• Работу в офисе или удаленно — по договоренности
• Возможность работы в аккредитованной ИТ-компании
• ДМС со стоматологией, включая чекапы, компенсацию покупки лекарств и льготные условия страхования для близких. Еще — страховка от несчастных случаев и болезней
• Рост по карьерному треку: проходите курсы по софт- и хард-скиллам, развивайтесь с поддержкой ментора и повышайте уровень с матрицей компетенций и регулярным ревью
• Сильное комьюнити. Вы будете работать с экспертами в своей области, сможете делиться знаниями и выступать на конференциях, посещать митапы и писать статьи
• Онлайн-консультации с психологами, юристами, специалистами по финансам и здоровому образу жизни
• Компенсацию затрат на спортивные абонементы, приложение Т-Спорта для онлайн-занятий и командные тренировки с коллегами
• 3 дополнительных дня к отпуску — можно использовать для отдыха или получить компенсацию
• Специальные тарифы на продукты Т-Банка и широкую программу скидок от партнеров
• Достойную зарплату — обсудим ее на собеседовании

Ищем ML Engineer для разработки AI-решений на базе больших языковых моделей (LLM). Предстоит заниматься созданием AI-агентов, мультиагентных систем, RAG-решений и адаптацией LLM под прикладные задачи.

Специалист будет участвовать в полном цикле разработки: подготовка данных, дообучение моделей, разработка AI-архитектуры и внедрение решений в production.

Твои задачи:

• разработка AI-агентов и мультиагентных систем
• создание и оптимизация RAG-систем
• разработка и настройка промптов (Prompt Engineering)
• дообучение LLM
• подготовка и обработка датасетов
• настройка Embeddings, Vector Search, Hybrid Search
• интеграция LLM с API, базами данных и корпоративными системами
• оценка качества моделей и оптимизация результатов
• развертывание и сопровождение AI-сервисов.

Мы ожидаем, что у тебя есть:

• опыт разработки на Python от 3 лет
• опыт работы с LLM и Generative AI
• опыт разработки RAG-систем
• опыт Fine-Tuning LLM (SFT, LoRA/QLoRA)
• опыт работы с Hugging Face Transformers, PyTorch
• понимание архитектуры Transformer
• опыт работы с Prompt Engineering
• опыт создания AI-агентов.

Будет плюсом:

• опыт работы с локальными LLM (Qwen и др.)
• опыт развертывания моделей
• опыт работы с GPU-инфраструктурой
• опыт работы с Vector DB (Qdrant и др.)
• опыт построения MLOps-процессов
• знание MCP / A2A протоколов
• опыт оценки качества LLM

Работа в СберТехе - это:

• гибридный формат работы
• годовой бонус и ежегодный пересмотр зарплаты
• статус аккредитованной ИТ-компании
• расширенный ДМС с первого дня и льготное страхование для семьи
• корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях
• 90 дней удаленной работы из любого региона РФ
• льготная ипотека в Сбере
• бесплатная подписка СберПрайм, которой можно поделиться с 3 близкими.

Мы — команда GenBI and Agentization, разрабатывающая AI-ассистента для платформы Navigator BI — ключевой бизнес-аналитической системы банка. Наш проект уже решает задачи, значимые для всей экосистемы Сбера. Наша цель — создать интеллектуального помощника, который помогает пользователям:

• находить нужные дашборды и отчёты

• получать статистику и динамику показателей естественным языком

• генерировать новые визуализации (графики, виджеты, таблицы) на основе сырых данных

• отвечать на вопросы, касающихся бизнес-показателей.

• повышать метрики качества AI-сервиса: дообучать и адаптировать модели, улучшать пайплайны обработки запросов

• лидировать выделенное направление в команде: проводить code review, предлагать архитектурные решения

• тестировать гипотезы по улучшению пользовательского опыта — от качества поиска до точности генерации визуализаций

• интегрировать LLM в существующие процессы, развивать RAG-компоненты и агентную логику

• взаимодействовать с командой разработки и бизнес-заказчиками для уточнения требований и постановки задач.

• опыт разработки LLM-приложений и/или агентных систем

• глубокое понимание современных NLP-архитектур (трансформеры, механизмы внимания)

• уверенное владение PyTorch и LangChain

Будет плюсом:

• опыт работы с поисковыми системами (OpenSearch, Elasticsearch) и векторными базами данных

• опыт дообучения LLM (fine‑tuning) и построения RAG-пайплайнов

• знание MLOps-практик (CI/CD для ML, мониторинг моделей)

• понимание архитектуры агентных систем

• умение самостоятельно вести задачи от гипотезы до внедрения

• опыт использования GigaChat, Kandinsky и аналогов в продуктах.

• комфортный современный офис рядом с м. Кутузовская

• гибридный формат работы

• ежегодный пересмотр зарплаты. Годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• программа адаптации и помощь руководителя на старте

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

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

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.

Добрый день!

Мы ищем IT Team Lead в команду разработки AI-сервисов в компанию, которая работает в сфере инфраструктурного, инженерного и гражданского строительства.

Команда создает продукты с фокусом на качество, которые решают задачи пользователей: от LLM-агентов до разных модальностей.

Цели:

1. Сохранять надежное качество на продакшене.

2. Разрабатывать новые продукты и поддерживать существующие.

3. Искать и внедрять лучшие решения в технологиях, которые постоянно меняются.

Обязанности:

• Управлять кросс-функциональной командой;
• Участвовать в найме сотрудников;
• Определять стек разработки для новых сервисов;
• Обсуждать требования и участвовать в планировании развития продукта;
• Проектировать архитектуру решений;
• Прорабатывать архитектуру со смежными подразделениями.

Требования:

• Опыт работы в роли тимлида команды разработки или кросс-функциональной команды от 2-х лет;
• Опыт программирования на Python от 4-х лет;
• Опыт применения и использования LLM в кодинге;
• Участие в пет-проектах, экспериментах или коммерческих проектах с LLM-тематикой;
• Умение строить тандем с продакт-менеджерами и "двигаться" быстро;
• Готовность работать в динамичной среде стартапа.

Условия:

• Офисный/гибридный формат — по договоренности с руководителем (Москва);
• Рост по карьерному треку: проходите курсы по софт- и хард-скиллам, развивайтесь и повышайте уровень с матрицей компетенций;
• Достойные финансовые условия.

Будем ждать ваших откликов!

Мы – команда «Видеоаналитика» платформы SmartView, позволяющей обрабатывать видеопоток с более чем 300 000 камер видеонаблюдения. Основная задача нашей команды – разработка и внедрение AI моделей компьютерного зрения для нужд различных подразделений Сбера, использующих платформу. Мы разрабатываем как сами CV модели, так и платформенный функционал, обеспечивающий их работу, производящий постобработку модельных детекций, извлекающий дополнительные аналитики.

Обязанности

• анализ задач на разработку CV моделей, подбор архитектуры, формирование требований к данным
• работа с данными для обучения: анализ, сбор, оценка данных для обучения, подготовка инструкций для команды разметки, оценка качества разметки
• разработка, обучение моделей компьютерного зрения
• проверка качества работы моделей, принятие решений о доработках, дообучении
• взаимодействие с другими участниками команды (DevOps, backend dev) в части обеспечения взаимодействия модели с бек сервисами и разворачивания модели на тестовых и промышленных стендах
• мониторинг работы моделей на Пром: оценка качества, локализация false сработок, принятие решения о методе повышения качества, доработка или дообучение моделей
• сопровождение моделей в части показателей эксплуатации: анализ показателей производительности, наличия сбоев и т.п. Участие в расследовании инцидентов, выполнение регламентных работ в части повышения версий библиотек и т.п.

Требования

• опыт промышленной разработки CV моделей от 2 лет
• твердые знания в области архитектуры высоконагруженных систем, их компонентов и методов их интеграции: микросервисная архитектура, Docker, gRPC, REST, kafka, и т.д.
• уверенное знание Python (фреймворки AIOhttp, fastapi, triton), а также опыт работы с CV фрейморками (PyTorch, OpenCV, PIL)
• практический опыт обучения CV-моделей: детекторы (YOLO, DETR), классификаторы (ResNet, EfficientNet, ViT), опыт решения задач object detection, сегментации в реальном времени
• понимание базовых концепций deep learning в CV контексте: лоссы, оптимизаторы, регуляризация, метрики (mAP, F1, IoU, precision, recall)
• опыт эксплуатации open source VLM моделей, эмбеддинг моделей (image – image, image - text): QWEN, CLIP, DINO v3, SigLIP
• навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом
• опыт работы с фреймворками для обработки видео GStreamer, FFmpeg
• опыт работы с инструментами разметки (CVAT).

Условия

• комфортный современный офис в Москве, ул Вавилова, 23стр1
• график работы – офис на период испытательного срока, далее гибрид
• 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 (для Junior позиций)
• 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.