Machine Learning TTS Engineer

Мы ищем ML-инженера, который будет развивать качество e-commerce рекламы, используя технологию full-stream атрибуции https://ads.vk.ru/help/general/ecomm/dyn_ret/fsa. Наша команда занимается end-to-end разработкой и поддержкой всего пайплайна рекомендаций от обработки данных до выкатки в продакшен и проведения А/B-тестов.

Задачи

• Улучшение базового качества рекомендаций
• Развитие высоконагруженных сервисов рекомендаций
• Проведение и анализ A/B-тестов

Требования

• Опыт работы ML-инженером от двух лет
• Знание алгоритмов машинного обучения и принципов построения рекомендательных систем
• Опыт промышленной разработки на Java
• Понимание принципов работы высоконагруженных систем

Будет плюсом

• Опыт разработки рекомендательных систем и моделей ранжирования
• Опыт проведения и анализа A/B-тестов
• Опыт работы с YTsaurus, CatBoost, Spring и Java

В кластере мониторинга корпоративного портфеля Блока "Риски" открыта вакансия Senior DS (LLM & AI Agents).

Ищем специалиста, способного проектировать эффективные LLM-решения для мониторинга кредитных рисков средних и крупных компаний в портфеле Сбера,

формулировать и тестировать гипотезы их улучшения, разработать систему модельных и бизнес-метрик, писать код для внедрения в промышленный процесс.

• разработка мультиагентной системы мониторинга корпоративных клиентов

• построение llm evals suite для контроля качества работы системы

• построение RAG: сбор данных, настройка hybrid search, reranking

• интеграция с другими агентами (A2A) и сервисами.

• опыт разработки и внедрения LLM-based решений и AI-агентов: от прототипирования до промышленной эксплуатации

• опыт разработки в фреймворках: LangChain, LangGraph

• опыт решения прикладных задач с использованием RAG, tool calling, structured output, multi-step reasoning и agentic workflows, включая интеграцию с корпоративными данными и сервисами

• опыт применения асинхронного и многопоточного программирования (aiohttp, asyncio, multiprocessing)

• знание классического ML (scikit-learn, pandas, scipy), основ математической статистики

• владение git, SQL, bash.

Будет плюсом:

• опыт работы в финансовых организация и знание доменной области (кредитные риски)

• опыт работы с Kubernetes, понимание принципов MLOps и CI/CD.

• работа в удобном и современном офисе недалеко от станции метро Кутузовская

• ежегодный пересмотр зарплаты, годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• 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.

Мы создаём крупнейший видеосервис в России, которым ежедневно пользуются миллионы пользователей. Это огромная ответственность по удовлетворению различных сценариев и вкусов наших пользователей! Задача поиска релевантного и подходящего видеоконтента с каждым годом становится всё более актуальной.

Наш фокус — стать топ-1 платформой по просмотру видео в России, и качественный поиск один из ключей к этому результату.

Рост базового качества результатов выдачи по вашим запросам служит фундаментом на длительную перспективу, а оптимизация пользовательского опыта поиска позволяет найти баланс комфорта и вкусов пользователей уже сейчас.

Мы ищем ML-инженера, который поможет сделать поиск максимально релевантным и полезным. Вас ждёт работа с большими данными, высоконагруженной системой, экспериментирование с различными ML-подходами, проведение A/B-тестов, анализ пользовательского поведения, а также многое другое.

Задачи

• Улучшение существующих подходов по оптимизации релевантности и пользовательского опыта поиска по видео
• Участие в улучшении продукта на всех этапах — от формирования целей до технической реализации и проведения А/В-тестов
• Реализация эффективных пайплайнов обработки больших данных и автоматизация офлайн компонент ML-решений
• Анализ пользовательского поведения с последующей реализацией новых подходов к решению различных сценариев поиска
• Изменение устройства рантайма поиска своими руками, в том числе внедрение новых архитектурных решений

Требования

• Опыт работы в ML от двух лет
• Опыт работы с большими данными (Hadoop, Spark, etc.)
• Готовность работать над полным циклом внедрения ML-решений: от данных до экспериментов
• Самостоятельность, умение брать ответственность за результат

Будет плюсом

• Опыт работы в поисковых или рекомендательных системах
• Знание алгоритмов и структур данных
• Знание C++ и понимание принципов работы realtime-сервисов
• Опыт внедрения ML-систем в продакшен
• Опыт проведения и глубокого анализа A/B-тестов