Стажёр в департамент по разработке моделей (Python)

Привет!

Мы – компания Лайв Тайпинг. Уже более 14 лет создаём мобильные приложения и веб-сервисы для наших клиентов. Мы сотрудничали с такими известными брендами, как Sephora, ИЛЬ ДЭ БОТЭ, PepsiCo, Samsung, Mastercard.

Входим в топ-20 лучших мобильных разработчиков России.

Ищем ML-инженера для работы на разнообразных проектах по аутстаф-модели.

Ты нам подходишь, если:

• Ты имеешь 5+ лет опыта разработки ML-решений и вывода моделей в production
• Уверенно владеешь Python и ML-стеком: NumPy, Pandas, Scikit-learn, PyTorch/TensorFlow
• Разрабатывал production-ready ML-сервисы и API на Python (FastAPI / Flask)
• Имеешь опыт полного цикла разработки ML-решений: подготовка данных, обучение, валидация, deployment и мониторинг моделей
• Знаешь классические ML-алгоритмы, градиентный бустинг, нейронные сети и Transformers
• Имеешь опыт работы с одним или несколькими направлениями:
  • NLP / LLM / Generative AI
  • Recommendation Systems
  • Computer Vision
  • Predictive Modeling
• Работал с SQL и хранилищами данных (PostgreSQL, ClickHouse, NoSQL)
• Имеешь опыт построения ML-пайплайнов и автоматизации экспериментов

Будет плюсом:

• Опыт работы с LLM, RAG, embeddings, vector databases (Qdrant, FAISS, PGVector)
• Опыт работы с MLflow, DVC, Airflow, Kubeflow или аналогичными MLOps-инструментами
• Опыт работы с Docker и Kubernetes
• Опыт работы с облачными платформами AWS, Yandex Cloud, GCP, Azure
• Опыт работы с Apache Spark / PySpark

Преимущества работы с нами:

• Гибкий график и работа на удалёнке
• Мы берем на себя все заботы по поиску проекта, общения с заказчиком и оплате
• Возможность совмещать с другими проектами
• Возможность взять следующий проект, если нам понравится сотрудничать друг с другом
• Заботливое сопровождение твоей работы на проекте на всех этапах

Буду рада твоему отклику и постараюсь дать обратную связь как можно скорее :)

HR Вика

Хочешь попасть в крупный финтех-проект, но думаешь, что «нужен большой опыт»? Это твой шанс!

Мы ищем ML инженера в свою команду) Проект "GigaARPA " (заказная разработка Сбербанка)

Обрати, пожалуйста, внимание на 3 момента:

- Удалёнка (но Локация Москва и Московская область)!!!

- ИТ аккредитация, ДМС, техника

- ЗП 150-160 тыс. на руки!!!

Мы развиваем направление управления знаниями GigaARPA - платформы для перевода бизнес-процессов в автономный режим с использованием RPA, AI-агентов и LLM.

Управление знаниями о платформе, продукте и клиенте неотъемлемая и важная часть клиентского сервиса. Помимо этого, команда анализирует и развивает клиентские пути (CJM) и использует клиентский опыт для развития продукта.

Ищем ML Engineer / LLM Engineer, который вместе с командой будет реализовывать сервисы управления знаниями о платформе, продукте, клиенте, документах и процессах в GigaARPA, отвечать за разработку агентной логики и LLM-приложений внутри платформы.

Чем предстоит заниматься

• Разрабатывать AI-агентов и мультиагентные сценарии для автоматизации различных этапов PDLC.
• Развивать Ассистента платформы на базе LLM.
• Реализовывать поиск релевантных знаний по запросу пользователя на естественном языке.
• Проектировать agentic workflow: планирование, выбор инструментов, выполнение действий, проверка результата и обработка ошибок.
• Реализовывать механизм вызова инструментов платформы через LLM: tool calling / function calling.
• Разрабатывать и развивать RAG-механизмы и работу с корпоративными базами знаний.
• Создавать LLM-приложения для анализа логов, метрик, БД, документации и других данных платформы.
• Разрабатывать агентов для тестирования, сопровождения и диагностики автоматизированных процессов.
• Проектировать механизмы памяти и управления контекстом AI-агентов.
• Разрабатывать подходы к автоматизированной оценке качества ответов и действий LLM.
• Проводить эксперименты с моделями, промптами, контекстом и агентными архитектурами.
• Оптимизировать latency, качество и потребление токенов.
• Совместно с backend- и frontend-командами интегрировать AI-функциональность в продукт.

Что для нас важно

• Уверенное владение Python.
• Практический опыт разработки приложений на базе LLM.
• Понимание принципов работы современных языковых моделей и ограничений LLM.
• Практический опыт работы с AI Agents / Agentic AI, tool calling / function calling, RAG, embeddings и vector databases, prompt engineering, structured output, управлением контекстом и памятью агентов.
• Опыт разработки production-ready сервисов и интеграции через REST API.
• Умение самостоятельно декомпозировать исследовательскую задачу и доводить эксперимент до работающего продукта.
• Понимание того, как измерять качество LLM-приложения, а не только оценивать результат «на глаз».
• Git, Docker, базовое понимание CI/CD.

Будет плюсом

• Опыт разработки мультиагентных систем.
• Опыт работы с GigaChat, Qwen, DeepSeek, Llama или другими open-source / enterprise LLM.
• Опыт использования LangGraph, LangChain, LlamaIndex или собственных agentic-фреймворков.
• Опыт построения LLM evaluation / LLM-as-a-Judge.
• Опыт работы с MCP и архитектурой инструментов для AI-агентов.
• Опыт работы с PostgreSQL и векторными БД.
• Опыт работы с Kubernetes / OpenShift.
• Опыт inference и оптимизации локально развернутых LLM.
• Опыт Fine-tuning / LoRA будет преимуществом, но не является обязательным.
• Опыт разработки AI-функциональности для enterprise-продуктов.

Что предлагаем

• Возможность влиять на архитектуру одной из ключевых платформенных систем, которой пользуются реальные корпоративные заказчики.
• Работу с современными LLM и agentic-подходами на реальных enterprise-задачах.
• Задачи не только по сопровождению, но и по созданию новой AI-native архитектуры продукта.
• Работу в продуктовой команде с прямым влиянием на развитие клиентского сервиса платформы.

Мы занимаемся тонкой настройкой клиентских стратегий: строим индивидуальные модели эластичности (uplift) к ставке по вкладам, потребкредитам, программам лояльности и другим продуктовым направлениям, прогнозируем досрочное погашение кредитов физлиц и повышаем экономическую эффективность розничного бизнеса на основе данных.

Обязанности

• работать с большими данными в экосистеме Hadoop (PySpark, SQL) — от выгрузки и разведки до построения витрин для моделей
• разрабатывать индивидуальные модели эластичности и клиентского поведения в сегменте B2C — от прототипа до продвинутого пайплайна обучения и предсказаний
• проверять бизнес-гипотезы и превращать их в измеримый эффект: дизайн и оценка A/B-тестов (мэтчинг, продвинутые методы causal inference, интерпретация результатов)
• выстраивать коммуникацию с заказчиками: согласовывать метрики, защищать подходы, показывать ценность данных на понятном языке
• обеспечивать надёжность и мониторинг внедрённых решений — чтобы модель работала стабильно и приносила пользу каждый день.

Требования

• опыт работы Data Scientist от 5 лет
• высшее техническое образование (будет плюсом если выпускник - МГУ, МФТИ, ВШЭ и других ведущих вузов страны)
• понимание теории вероятностей и статистики.
• уверенное владение широким спектром ML-алгоритмов — регрессия, классификация, кластеризация, а также uplift-моделирование (способность оценивать причинно-следственные эффекты, а не просто предсказывать)
• владение Python и ML библиотеками (numpy, sklearn, pandas, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost, etc.)
• плюсом будет опыт работы с pytorch, pyspark.

Условия

• комфортный современный офис рядом с м. Кутузовская
• возможность выбрать удобный график – офис/гибрид
• ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)
• 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.