Senior Data Scientist (Machine Learning / Generative AI / MLOps)

Location: Remote EU / Barcelona, Spain

Зарплата не указанаИспанияBarcelonaУдалёнка

Senior Data Scientist (Machine Learning / Generative AI / MLOps)
Location: Remote EU / Barcelona, Spain
Employment Type: B2B
Project Language: English

About ••••••••
•••••••• is an international software development company with 25+ years of experience delivering custom software solutions and dedicated engineering teams for clients worldwide. We work across Fintech, Healthcare, Enterprise Software, AI/ML, Cloud, and other technology-driven domains.

About the Project
We are looking for an experienced Senior Data Scientist to join an international AI-driven project focused on developing, deploying, and scaling advanced Machine Learning, Deep Learning, and Generative AI solutions.
The role covers the entire Machine Learning lifecycle, from data preparation and feature engineering to model development, production deployment, monitoring, and retraining.
You will work on scalable ML pipelines, LLM-powered applications, Retrieval-Augmented Generation (RAG) systems, and AI solutions integrated into enterprise platforms and digital products.
The ideal candidate combines strong hands-on expertise in Python, ML/DL, Generative AI, and MLOps with the ability to translate business challenges into reliable, production-ready AI solutions.

Responsibilities
— Design, develop, and validate advanced Machine Learning, Deep Learning, and Generative AI models.
— Manage the end-to-end ML lifecycle, including data preparation, feature engineering, model training, deployment, monitoring, and retraining.
— Develop scalable ML pipelines and integrate AI models into digital products, APIs, and enterprise platforms.
— Build and fine-tune LLM-based solutions, including AI copilots, RAG systems, and other Generative AI applications.
— Implement and optimize MLOps practices to support reliable model deployment and scalability.
— Monitor model performance, maintain model quality, and continuously improve AI solutions.
— Ensure AI governance, explainability, fairness, and Responsible AI principles.
— Collaborate with technical teams and business stakeholders to translate complex requirements into practical AI solutions.

Requirements
— Strong professional experience in Data Science, Machine Learning, and AI projects.
— Solid expertise in Machine Learning, Deep Learning, Generative AI, LLMs, and MLOps.
— Excellent Python programming skills.
— Hands-on experience with frameworks and tools such as TensorFlow, PyTorch, scikit-learn, Hugging Face, and/or MLflow.
— Proven experience deploying and scaling ML models in production environments.
— Practical knowledge of CI/CD, model monitoring, ML pipelines, and automated retraining.
— Experience developing LLM applications, RAG systems, and prompt engineering solutions.
— Understanding of AI governance, model explainability, fairness, and Responsible AI.
— Ability to translate complex business requirements into scalable technical AI solutions.
— Strong communication and collaboration skills when working with cross-functional teams and stakeholders.
— Very good English communication skills.

Похожие вакансии Data Science & ML

hh.ru
Зарплата не указанаРоссияМоскваОфис
Обязанности:
  • Разрабатывать программы чтения, проверки и подготовки спутниковых изображений.
  • Организовать обработку больших снимков: разделение на фрагменты, сохранение координат и сборку результатов.
  • Реализовывать простые сравнительные методы и обучать модели сегментации и обнаружения объектов.
  • Проверять возможности распознавания ледовых областей, разводий и отдельных целей.
  • Проводить эксперименты по дообучению готовых моделей на доступных данных.
  • Оценивать пропуски объектов, ложные срабатывания и ошибки в разных условиях съёмки.
  • Организовать учёт версий кода, данных, параметров и результатов экспериментов.
  • Подготовить исследовательский программный образец, который можно повторно запустить на новых файлах.
Требования:
  • Уверенное владение Python и PyTorch либо сопоставимой библиотекой.
  • Опыт обучения моделей сегментации изображений или обнаружения объектов.
  • Владение NumPy, OpenCV и средствами обработки изображений.
  • Понимание показателей качества: полнота обнаружения, ложные срабатывания, точность выделения областей и контуров.
  • Опыт работы с Git, Linux и изолированными программными окружениями.
  • Умение писать понятный код и обеспечивать повторяемость экспериментов.

Будет преимуществом

  • Опыт работы со спутниковыми, радиолокационными или другими крупноформатными изображениями.
  • Владение GDAL, rasterio и географическими форматами данных.
  • Опыт распознавания мелких объектов и работы с редкими классами.
  • Опыт дообучения моделей на небольших наборах данных.
  • Знакомство с Docker и средствами учёта экспериментов, например MLflow или ClearML.
  • Опыт сопоставления объектов на последовательных снимках.
Условия:
  • Трудоустройство в it интегратор ООО "РК-цифра";
  • Оформление по ТК РФ;
  • График 5/2 (офисный формат работы);
  • Отсутствие дресс кода;
  • ДМС расширенный со стоматологией;
  • Компенсация абонемента в фитнес-клуб;
  • Льготные условия по ипотеке;
  • Наставничество на испытательном сроке.
hh.ru
СБЕР

Middle/Senior Data Scientist (команда Лояльность)

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваОфис

Мы - Управление развития искусственного интеллекта блока "Развитие клиентского опыта B2C". В нашей зоне ответственности ML-решения, результаты работы которых ежедневно влияют на поведение десятков миллионов клиентов.

Развитие клиентского опыта – динамический и активно развивающийся процесс. Совместно с бизнесом мы проводим десятки различных экспериментов ежемесячно, и лучшие из них оформляем в полноценные ML продукты. Финансовые эффекты от наших продуктов > 1 млрд. руб. в год.

И сейчас мы находимся в поиске сильного технического специалиста по профилю Classic ML Data Scientist.

Обязанности

  • строить ML модели на основе различных данных: табличные, графовые, NLP, GEO, последовательности событий (кликстрим, транзакции и т.д.)
  • писать production код и выводить его в ПРОМ
  • улучшать процесс построения моделей, разрабатывать собственные прикладные модули командного фреймворка разработки для повышения производительности DS и улучшения качества кода в промышленной среде
  • выдвигать data-driven гипотезы/предложения для запуска новых механик, а также поиск инсайтов в данных.

Требования

  • глубокое знание классического ML
  • понимание основных Deep Learning подходов
  • продвинутое знание SQL
  • отличное знание Python
  • понимание и опыт АB-тестирования.

будет плюсом:

  • понимание специфики разработки ML-технологий, начиная с формулировки бизнес-проблемы, заканчивая выведением на регулярную основу в прод
  • опыт решения задач ранжирования или Real Time Bidding
  • опыт работы с Pyspark, Greenplum.

Условия

  • комфортный современный офис рядом с м. Кутузовская
  • офисный формат работы
  • 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
  • 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.
hh.ru
Зарплата не указанаРоссияМоскваОфис

Мы ищем человека, который умеет превращать сырые данные (логи, события, инциденты) в работающие ML-сервисы. Не просто «обучил модель в ноутбуке и забыл» , а довёл от гипотезы до прототипа, завернул в API и сопроводил в проде. Вы будете работать на стыке машинного обучения и информационной безопасности — это значит, что данные здесь настоящие, задачи нетипичные, а результат видит вся команда мониторинга и реагирования.

Чем предстоит заниматься:

  • Исследовать и прототипировать — придумывать, как ML может решить задачи SOC/MDR, проверять гипотезы на реальных данных и собирать прототипы, которые не стыдно показать бизнесу.
  • Доводить до прода — превращать прототип в рабочий сервис: API на FastAPI, Docker, типизация, всё как у взрослых. Сопровождать в Production, мониторить, дорабатывать.
  • Решать прикладные задачи ML — классификация событий безопасности, поиск аномалий в логах, парсинг и обработка текстов, анализ временных рядов, анализ ролевой модели доступа.
  • Работать с LLM — строить приложения на больших языковых моделях: RAG, embeddings, structured output, tool calling, агентные сценарии. Оценивать качество ответов, чтобы не галлюцинировало.
  • Развивать аналитическое ядро — поддерживать и улучшать существующие ML/DS-проекты, переобучать модели на свежих данных, адаптировать под новые требования.
  • Участвовать в пилотах — помогать внедрять продукты у заказчиков, разбираться в их данных, показывать, что ML реально работает.
  • Взаимодействовать с разработкой — ставить задачи по доработке сервисов, обсуждать архитектуру, проводить code review.
  • Реальные задачи, где ML влияет на безопасность продукта, а не «тренировка моделей ради метрик».
  • Современный стек: Python 3.10+, PyTorch, Hugging Face, vLLM, SGLang, LangGraph, Qdrant, FastAPI, PostgreSQL, Prefect, Docker, GitLab CI/CD, pytest, Ruff, mypy, uv.

Что мы ожидаем:

Опыт и образование:

  • От 1,5 лет в анализе данных, ML, ML-инженерии или backend-разработке с ML-задачами;
  • Высшее техническое (или учитесь): математика, ИТ, ИБ, анализ данных или смежное. Подойдёт и бакалавр/магистр в процессе — главное, чтобы руки уже были в коде.

Код и инженерия:

  • Python — уверенно. Не просто "GPT помоги, а сам понимаешь, что написано";
  • Опыт разработки API и сервисов на Python;
  • FastAPI, uv, Docker, vLLM — будет большим плюсом.

ML и данные:

  • Практический опыт с pandas, numpy, scikit-learn на данных из реальных систем (не только Kaggle);
  • Классический ML: классификация, поиск аномалий, обработка текстов, временные ряды — понимание, когда и что применять;
  • SQL — извлекать, проверять, агрегировать данные без чужой помощи;
  • Понимание принципов построения LLM-приложений: промптинг, embeddings, RAG, structured output, tool calling, оценка качества;
  • Если делали агентные решения — отлично.

Доменная область.

  • Готовность разобраться в данных SOC/MDR: события безопасности, инциденты, логи, метрики, результаты работы аналитиков;
  • Опыт в ИБ не обязателен — важно желание и способность быстро погружаться.

Будет преимуществом:

  • Опыт в информационной безопасности: SOC, MDR/MSSP или смежные задачи;
  • Агентные решения на базе LLM — разработка или практическое использование. ML/LLM-решения для закрытых внутренних контуров (on-premise, без внешних API);
  • Grafana, ELK, работа с логами, метриками и событиями;
  • Опыт в ИБ не обязателен — важно желание и способность быстро погружаться.

Работая в команде РТ-Информационная безопасность, вы получаете:

  • Стабильную официальную окладную часть + бонусы и премии;
  • Оформление по ТК РФ;
  • До 10 day-off в год по результатам работы;
  • Full Time office формат работы с графиком 5/2 (гибридный график работы - обсуждается);
  • Работу в молодой и дружной команде профессионалов (средний возраст сотрудников ниже 30 лет);
  • Возможность прохождения обучения как по внутренним, так и по сторонним обучающим программам;
  • Отличную возможность для реализации идей (руководство компании открыто к новым стратегиям);
  • ДМС + стоматология - после испытательного срока;
  • Партнерскую программу скидок.

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