вим инвестиции

Senior ML engineer (invest tech) (Python)

АО «ВИМ Инвестиции» — признанный лидер на российском рынке управления инвестиционными фондами. Мы создаем передовые финансовые продукты, помогая крупным частным клиентам и корпорациям эффективно управлять капиталом и уверенно смотреть в бу…

вим инвестиции

↑ Вакансия с автоподнятием
Зарплата не указанаРоссияМоскваГибрид

АО «ВИМ Инвестиции» — признанный лидер на российском рынке управления инвестиционными фондами. Мы создаем передовые финансовые продукты, помогая крупным частным клиентам и корпорациям эффективно управлять капиталом и уверенно смотреть в будущее. Управляем крупнейшим биржевым фондом в России — БПИФ «ВИМ - Ликвидность» (LQDT).

Мы активно развиваем Invest Tech в организации и находимся в поиске инженера в направление разработки AI/ML-моделей и агентских систем, направленных на поддержку инвестиционных решений и повышение доходности продуктов (биржевые фонды и стратегии доверительного управления) – ML Engineering.

  • Green field (0→1): предстоит разработать и внедрить AI/ML-модели и агентские системы для прогнозирования финансовых показателей, анализа временных рядов, оценки стоимости / доходности финансовых инструментов, динамики процентных ставок, для портфельной оптимизации для аллокации активов, управления рисками, сценарного анализа и транзакционных издержек.
  • Видеть результат: прямое влияние на доходность продуктов и эффективность бизнес-процессов в организации, а не только на низкоуровневые метрики.
  • Kaggle-like: уникальный проект на рынке, интересные прикладные задачи, внедряем cutting-edge технологии, вовлекаем соревновательный элемент.

Обязанности:

  • Разработка AI/ML-моделей и агентских систем LLM / RL-based.
  • Проектирование и техническая реализация AI/ML-сервисов на локальной (кластер GPU NVidia H200) и облачной (Yandex Cloud) инфраструктуре для асинхронных и real-time задач c учетом различных профилей нагрузки.
  • Проектирование и реализация пайплайнов сбора, парсинга, агрегации и предобработки фундаментальных, рыночных и альтернативных данных (Crawl4AI, Playwright, Kafka, Airflow, Qdrant, ClickHouse, PostgreSQL).
  • Разработка специализированных модулей для агентских систем – управление краткосрочной и долгосрочной памятью агента (Memory manager), фильтрация запросов и ответов агента (Guardrails), мультимодальность входных данных, предоставление агенту инструментов для решения задач (Tools) и пр.
  • Отладка и мониторинг агентских систем, трейсинг цепочек решений.
  • Поддержка Dev / MLOps-инженеров при развертывании AI/ML-сервисов.
  • Повышение производительности сервисов end-to-end: профилирование узких мест по данным, интеграциям, инференсу и приложениям.
Требования:
  • Не менее 5-и лет опыта в роли MLE / DS.
  • Не менее 3-х лет опыта работы с LLM / ML в prod-среде (обязательно).
  • Продвинутый уровень владения Python и SQL, знание C++.
  • Продвинутый уровень по ML/DL, теории вероятности и статистике.
  • Опыт построения агентских систем, экспертное владение LangGraph.
  • Знание и практика применения паттернов микро-сервисной архитектуры.
  • Знание Git, Scikit-learn, CatBoost, PyTorch, Crawl4AI, Kafka, RabbitMQ, ClickHouse, PostgreSQL, Qdrant / Milvus, Airflow, MLflow.
Условия:
  • Комфортный офис в Москва Сити (гибридный формат работы);

  • ДМС с первого дня работы, включающая стоматологию, страхование жизни и возможность подключения родственников;

  • Сервис корпоративных скидок Best Benefit;

  • Конкурентный уровень заработной платы.

Похожие вакансии Data Science & ML

hh.ru
Д

Data Scientist (Python)

дип диджитал
Зарплата не указанаРоссияМоскваГибрид

Deep Digital — команда разработки цифровых продуктов для бизнеса. Мы работаем на рынке 13 лет: с 2013 года создаём сайты, веб-сервисы и digital-решения, которые помогают компаниям запускать новые продукты, улучшать пользовательский опыт и развивать бизнес через технологии.

Мы ищем AI Engineer (Python) в команду развития и поддержки AI-агентов и мультиагентных систем для крупного заказчика.


Требования:
  • опыт промышленной разработки на Python 3.11+: ООП, SOLID, async, типизация, Pydantic v2, проектирование структуры сервиса, умение читать, писать и менять чужой код;
  • опыт работы с FastAPI и интеграциями по HTTP: контракты, таймауты, ретраи, обработка ошибок внешних сервисов;
  • опыт прикладной работы с LLM: промпт-инжиниринг, работа с контекстом, tool calling, structured output. Желательно опыт работы с GigaChat;
  • опыт работы с агентными сценариями: ReAct, LangChain, LangGraph, управление состоянием диалога, чекпоинты, ветвление, вызов инструментов, HITL, память сессии;
  • опыт разработки AI-агентов, мультиагентных систем и RAG-систем, знание протокола A2A или межагентского взаимодействия по контракту;
  • опыт работы с Jenkins, OpenShift/DropApp, OpenSearch/Elasticsearch, S3;
  • опыт вывода проекта в промышленную эксплуатацию и ведения релизного цикла от прототипирования до продакшна;
  • опыт организации наблюдаемости: Langfuse, Phoenix, отладка по логам и трейсам, сбор метрик;
  • опыт тестирования агентов: детерминированные проверки логики (мокирование LLM и внешних сервисов, снапшоты промптов, контракты схем) и оценка качества ответов агента (эталонные кейсы, LLM as Judge).
Личные качества:
  • умение переводить постановку аналитика в поведение агента и самостоятельно закрывать пробелы в сценарии, не возвращая задачу с формулировкой «мало деталей»;
  • умение на встрече с заказчиком объяснить, что сделает система, где модель ненадёжна и какой объём работ реалистичен, без обещаний точности LLM на уровне обычного API;
  • умение договариваться с тестировщиком о приёмке сценариев с нестабильной моделью: эталонные кейсы, допустимые расхождения, критерии дефекта;
  • умение выстраивать границу сервисов с Java-разработчиками: контракты, ошибки, таймауты, при этом самостоятельно вести свою часть;
  • ответственность за доведение багов и фич до выкладки, информирование о статусе в релизе, сохранение договорённостей со стенда;
  • умение писать коротко и по делу: комментарии к задачам, шаги воспроизведения, описание изменений в промптах и логике;
  • интерес к LLM и агентам, слежение за трендами в AI, понимание принципов работы нейронных сетей и умение их объяснить.
hh.ru
Rubytech. Технологии и продукты
Зарплата не указанаРоссияМоскваОфис

Группа Rubytech — лидирующий производитель программно-аппаратных комплексов и разработчик технологий для высоконагруженных ИТ-инфраструктур. Мы выпускаем собственную линейку ПАК Скала^р, а также строим и защищаем от киберугроз инфраструктуру, обеспечивая бесперебойную работу крупного бизнеса и государственных организаций.

Чем предстоит заниматься:

  • Проведение исследовательского анализа данных (EDA) для AI/ML-проектов.
  • Разработка и валидация метрик оценки для ML-моделей (включая LLM).
  • Визуализация данных и подготовка аналитических отчетов для стейкхолдеров.
  • Анализ качества данных.
  • Проведение тестов и статистический анализ результатов.
  • Участие в feature engineering и подготовке данных для обучения моделей.
  • Мониторинг продуктивности моделей в production (accuracy, latency, drift).

Наш кандидат должен иметь:

  • Профильное образование по специальности "Искусственный интеллект" или "Прикладная математика"
  • Коммерческий опыт работы с анализом данных в ML/AI ≥1 год.
  • Глубокое знание Python и библиотек для анализа данных (Pandas, NumPy, SciPy).
  • Опыт проведения EDA и feature engineering для ML-моделей.
  • Навыки работы с SQL (сложные запросы, оконные функции).
  • Опыт визуализации данных (Matplotlib/Seaborn/Plotly) и подготовки аналитических отчетов.
  • Понимание метрик оценки моделей.
  • Базовые знания NLP и LLM и оценки качества генерации текста.
  • Опыт мониторинга данных и моделей в production (выявление дрейфа, аномалий).
  • Желательные:
    • Умение работать с неструктурированными данными.
    • Опыт применения статистических методов и A/B тестирования.

Что мы предлагаем:

  • Комфортный офис в пешей доступности от м. Алексеевская;
  • Стабильный конкурентный доход, который мы обсудим при встрече индивидуально;
  • Прозрачную схему профессионального и карьерного роста;
  • Профессиональное обучение и возможность прохождения сертификации за счёт компании;
  • Индивидуальный план развития в рамках ежегодной аттестации;
  • ДМС (поликлиника, стоматология, госпитализация);
  • 50% компенсация Онкострахования;
  • Компенсация ДМС для ваших детей;
  • Регулярная вакцинация от COVID-19 на территории офиса;
  • Скидки на фитнес в ближайших фитнес-клубах;
  • Парковка / вело парковка на территории БЦ;
  • Кафе и столовая на территории БЦ.
Сайты компаний
0

Data Scientist

01.tech
Зарплата не указанаНе указана странаЛокация не указанаГибрид

Задачи

  • Формулировать и проверять гипотезы, проводить прикладные исследования (R&D) для решения продуктовых и бизнес-задач
  • Собирать, валидировать и очищать данные, разрабатывать и отбирать признаки (Feature Engineering) для построения ML-моделей
  • Разрабатывать, обучать, валидировать и оптимизировать модели машинного обучения
  • Выбирать подходящие метрики и методы валидации, оценивать качество моделей и рассчитывать бизнес-эффект от их внедрения
  • Подготавливать модели к выводу в production и отслеживать их качество и стабильность после внедрения

Требования

  • Уверенное владение Python для анализа данных: опыт работы с NumPy, Pandas, Scikit-learn, умение писать чистый и воспроизводимый код
  • Сильные навыки SQL: самостоятельная подготовка сложных выборок, работа с JOIN, оконными функциями, агрегациями и оптимизацией ресурсоемких запросов
  • Глубокое понимание классических алгоритмов машинного обучения, метрик качества и методов валидации моделей
  • Сильная математическая база: линейная алгебра, теория вероятностей и математическая статистика
  • Будет преимуществом опыт подготовки ML-моделей к внедрению в production и понимание основ MLOps: Docker, Git, CI/CD, ML-пайплайны. Также базовый опыт работы с фреймворками глубокого обучения: PyTorch или TensorFlow, навыки распределенной обработки данных с использованием Spark / PySpark, опыт программирования на C/C++

Бенефиты

  • Highload-продукты, обрабатывающие десятки тысяч запросов в секунду и работающие на аудиторию 100M+ пользователей по всему миру
  • Медицинская страховка в странах присутствия компании
  • Годовой бюджет $2 000 после испытательного срока на медицинское страхование, изучение языков и занятия спортом
  • Частичная компенсация профессионального обучения, курсов и участия в профильных конференциях
  • Доступ к корпоративной электронной библиотеке
  • Еженедельные онлайн-консультации с психологом за счет компании
  • Возможность релокации в страны присутствия офисов компании с релокационной поддержкой после ИС

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