H
HireSeeker
L

Machine Learning Engineer (Web3 / ZK-Infra) (Python)

#вакансия #ml #machinelearning #python #data #zk #web3 #remote

lagrange_labs На сервисе с: 08.10.26 20:06

7 000–10 500 $ (≈ 598k–898k ₽)Не указана странаЛокация не указанаУдалёнка

#вакансия #ml #machinelearning #python #data #zk #web3 #remote

Вакансия: Machine Learning Engineer (Web3 / ZK-Infra)
Компания: Lagrange Labs
Вилка: 7 000 – 10 500 USD + Token Allocation
Условия: Full-time, Remote, работа на острие R&D и блокчейна

Задачи:
— Разработка и обучение моделей для оптимизации генерации ZK-доказательств и работы ZK-сопроцессоров.
— Проектирование систем аномального обнаружения (Anomaly Detection) для мониторинга безопасности блокчейн-сетей.
— Оптимизация алгоритмов инференса моделей для работы в реальном времени с on-chain данными.
— Исследование и внедрение подходов Reinforcement Learning для динамической настройки параметров протокола.
— Работа с большими массивами данных блокчейна (Big Data) для извлечения признаков и предиктивной аналитики.
— Тесное взаимодействие с ZK-криптографами и MLOps-инженерами для деплоя моделей в продакшн.

Требования:
— Опыт работы в области ML / Deep Learning от 3 лет.
— Экспертное владение Python и стеком (PyTorch, TensorFlow, JAX, Scikit-learn).
— Глубокое понимание алгоритмов обучения (Classic ML, Transformers, Graph Neural Networks).
— Опыт работы с большими данными (SQL/NoSQL, Spark, ClickHouse).
— Математическая база: линейная алгебра, статистика, теория оптимизации.
— Английский язык: Upper-Intermediate (чтение профильных статей/papers и коммуникация).

Будет плюсом:
— Опыт работы с блокчейн-данными (индексация, парсинг логов).
— Понимание концепций Zero-Knowledge Proofs или модульных блокчейнов.
— Наличие публикаций на профильных конференциях (NeurIPS, ICML и др.).

Контакт для связи: ••••••••

Статьи для Data Science & ML

Похожие вакансии Data Science & ML

Соц.сети
E

ML Lead

epdilon3На сервисе с: 08.10.26 21:45
Зарплата не указанаНе указана странаЛокация не указанаУдалёнка

ML Lead Epdilon3

Местоположение: Весь мир
Формат работы: Удаленно
Опубликована: ••••••••

Требования:
• Strong Senior в ML/AI
• Python, статистика, PyTorch/TensorFlow, scikit-learn, MLflow
• Опыт работы с AWS/Azure/GCP
• Системное мышление

О компании:
Разрабатываем AI-решения для государственных ведомств и крупных организаций в ОАЭ, Казахстане, Узбекистане, Таджикистане: лицензирование, скоринг компаний, антимонопольный анализ

Контакт: ••••••••

•••••••• опубликована в ••••••••

hh.ru
A

ML Engineer

analytixНа сервисе с: 08.10.26 19:59
Зарплата не указанаСербияУдалёнка

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

Задачи

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

— прогнозировать ключевые показатели операторов;

— формировать признаки из событий игроков в ClickHouse;

— выстраивать воспроизводимые пайплайны обучения и батч-скоринга;

— регистрировать модели и эксперименты в MLflow;

— сравнивать модели с baseline и исключать утечки данных;

— работать с временными рядами;

— объяснять прогнозы с помощью SHAP и аналогичных инструментов;

— контролировать качество моделей и дрейф данных;

— документировать решения для дальнейшей интеграции инженерной командой.

Требования

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

— опыт запуска ML-моделей в production;

— уверенный Python, SQL, pandas или polars;

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

— знание классификации, регрессии и временных рядов;

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

— опыт с ClickHouse или другой колоночной СУБД;

— опыт с MLflow или аналогичными инструментами;

— Docker, Git, тестирование и код-ревью;

— умение самостоятельно планировать работу и передавать документированный результат;

— английский от B2, свободный русский.

Будет преимуществом

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

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

— survival analysis, uplift-моделирование или причинный анализ;

— опыт работы с SHAP, LIME и LLM;

— запуск ML-направления с нуля.

Стек

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

Условия

— удалённая работа;

— part-time, 20 часов в неделю;

— возможность перехода на full-time;

— старт как можно раньше.

Открыть на hh.ru
Соц.сети
centicore

ML Engineer / Data Scientist

centicoreНа сервисе с: 08.10.26 19:05
380k–400k ₽РоссияМоскваГибрид

#вакансия #datascience #mlengineer #python #machinelearning #airflow #pyspark #sql #fulltime

Компания Centicore 💙 находится в поиске ML Engineer / Data Scientist.
Мы занимаемся продуктовой разработкой проектов наших заказчиков под ключ.

Вакансия: ML Engineer / Data Scientist
Формат работы: Москва, гибрид 1 раз в неделю офис
Вилка: 380 000–400 000 ₽ на руки

💙 Задачи:
– Исследовать и прототипировать новые методы контроля качества данных на наших данных.
– Проектировать ML- и статистические контроли для выявления аномалий, дрейфа распределений, деградации свежести данных, нарушений сезонных паттернов и нетипичных комбинаций метрик.
– Строить базовые ожидания по DQ-метрикам: row_count, null_rate, unique_count, свежесть данных, доли категорий.
– Подбирать подходящие методы под конкретную задачу: от простых правил и статистических проверок до ML-моделей.
– Валидировать контроли без готовой разметки: проверять их на исторических данных, использовать синтетические аномалии, shadow mode и анализ ложных срабатываний.
– Интегрировать решения в production-пайплайны: Airflow, PySpark, Hive/Hadoop.
– Настраивать алертинг для операционных команд и сопровождать решения в production.

💙 Ожидания:
– Опыт в ML / Data Science от 3 лет.
– Уверенное владение Python (pandas, numpy, scikit-learn) и SQL.
– Ключевой стек: Python, SQL, Airflow, PySpark, Hadoop/Hive, MLflow.
– Сильная база по математической статистике и классическому машинному обучению: линейные модели, деревья, бустинги.
– Опыт с методами выявления аномалий и/или обнаружения дрейфа данных.
– Опыт работы с временными рядами.
– Опыт вывода моделей в production, их мониторинга и версионирования.
– Понимание, где действительно нужен ML, а где достаточно правила, SQL-проверки или статистического базового контроля.

Критично: Знание ML + Airflow.

💌 Для вопросов и отправки резюме пишите в личные сообщения: ••••••••
Буду рада познакомиться! 💙

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.

Посмотреть полный каталог →Свежие вакансии Data Science & ML