Quantitative Analyst (Риски)

Мы ищем data scientist’а с опытом работы в текстовых задачах, рекомендательных или поисковых системах. Если вы хорошо знаете математику, любите копаться в больших массивах данных, находить в них закономерности, и умеете внедрять свои решения в продакшн, то мы будем рады видеть вас в нашей компании.

Мы развиваем ML-модели ранжирования поиска и рекомендаций, которые позволяют находить работу людям со всей страны. Наша основная задача состоит в количественном росте продуктовых метрик, таких как кол-во откликов/приглашений, все гипотезы строго проверяются с помощью A/B-экспериментов. Наши решения работают в online режиме под большой нагрузкой на поисковом кластере из 100+ машин. Мы работаем в продуктовых кросс-функциональных (frontend/backend/data science) командах по гибким методологиям.

Требования

• Опыт реализации и применения моделей машинного обучения в продакшн;

• Понимание основных методов и алгоритмов Machine Learning;

• Знание принципов работы нейросетевых моделей для обработки текста;

• Опыт в ранжировании, рекомендациях, а также в nlp-задачах будет большим плюсом;

• Уверенное владение Python (numpy, scipy, pytorch, sklearn), приветствуется знание и опыт с Java;

• Алгоритмическая подготовка: знание основных алгоритмов и структур данных;

• Желателен опыт работы с различными источниками данных: SQL, Cassandra, Hive, Presto, Kafka, etc.;

• Понимание и опыт работы с A/B-экспериментами;

Обязанности

• Развитие моделей поискового ранжирования и рекомендательных систем;

• Тюнинг существующих моделей, feature engineering, а также построение новых решений с нуля;

• Прототипирование и доведение своих решений до продакшна на python;

• Полная поддержка своих моделей: от написания запроса для выгрузки обучающей выборки из хранилищ данных до анализа результатов A/B-экспериментов и переключения всех пользователей на новый функционал;

Условия

• Возможность выбора места работы: удаленно или из офиса;

• Гибкий график рабочего дня;

• Оформление в соответствии с ТК РФ, «Белая» заработная плата, выплачиваемая точно в срок;

• Корпоративное ДМС с первого месяца работы (решаем вопросы со здоровьем быстро и удобно);

• Возможность профессионального развития, обучение за счет компании, участие в специализированных конференциях;

Мы ищем руководителя, с сильным техническим бэкграундом, который возглавит команду, определит архитектуру и обеспечит техническую реализацию проекта по направлению «Генеративный ИИ». Проект охватывает все этапы от исследования до промышленного внедрения.

Обязанности:

• Формирование и развитие команды: активный найм, онбординг, менторство, создание культуры инженерного совершенства;

• Техническое лидерство: проектирование архитектуры проекта (от инфраструктуры до кода), выбор технологического стека, ревью ключевых решений, контроль качества;

• Управление жизненным циклом моделей: координация процессов pre-training, SFT, RLHF/DPO, оценка качества (eval), мониторинг экспериментов;

• Оптимизация MLOps-пайплайнов: проектирование и автоматизация конвейеров данных, обучения, валидации и развертывания; обеспечение воспроизводимости экспериментов;

• Ресурсное планирование: распределение GPU-ресурсов, управление очередями заданий, оптимизация утилизации оборудования (включая I/O и память);

• Информационная безопасность: разработка и внедрение политик безопасной работы с данными и моделями в закрытом контуре, контроль соответствия требованиям ИБ;

• Взаимодействие со стейкхолдерами: координация с смежными командами и бизнес-подразделениями, регулярная отчетность о статусе и рисках.

Требования:

• Опыт работы в области ML / NLP от 5 лет, из них не менее 2 лет — на руководящих позициях (Team Lead, Tech Lead, Engineering Manager);

• Глубокое понимание архитектуры трансформеров, принципов обучения и инференса LLM;

• Практический опыт распределенного обучения (Distributed Training) с использованием DeepSpeed, Megatron-LM, FSDP, Ray;

• Уверенное владение Python, PyTorch, экосистемой Hugging Face;
• Опыт построения MLOps-пайплайнов на Kubernetes, Airflow и CI/CD;
• Понимание принципов работы с высоконагруженной GPU-инфраструктурой (оптимизация I/O, мониторинг, работа с очередями);

• Знание основ информационной безопасности при обработке больших данных в закрытых контурах;
• Опыт управления командой от 5 человек: найм, адаптация, постановка целей, развитие сотрудников.

Будет плюсом:

• Опыт запуска LLM-систем в production с нуля;

• Работа с узкоспециализированными (доменными) данными;

• Опыт оптимизации моделей: квантизация, дистилляция, pruning.

Условия:

• Работа в аккредитованной IT-компании (льготная ипотека и проч.);
• Оформление по ТК РФ и его полное соблюдение (оплачиваемые отпуска, больничные);
• ДМС со стоматологией с первых недель работы.

Привет! Мы команда разработки систем технического зрения. Развиваем технологии компьютерного зрения для автоматизации складских процессов Ozon. Наши решения работают с реальными видеопотоками и ML-моделями в продакшене, помогая повышать операций и снижать влияние человеческого фактора.

Ищем специалиста, который будет создавать и развивать CV-системы — от выбора алгоритмов до внедрения в промышленную эксплуатацию.

Вы будете

• Разрабатывать и улучшать модели компьютерного зрения (детекция, классификация, трекинг, сегментация).
• Подбирать алгоритмы и подходы под прикладные задачи, проводить эксперименты и оценивать качество моделей.
• Оптимизировать модели и алгоритмы для эффективной и быстрой работы на больших объёмах данных в production.
• Проектировать и оптимизировать inference-пайплайны, включая real-time сценарии.
• Разрабатывать ML- сервисы и работать с микросервисной архитектурой (Python).
• Анализировать производительность решений и находить узкие места - от моделей до инфраструктуры.
• Работать с видеопотоками и создавать high-load системы обработки данных.
• Взаимодействовать с инженерами и разработчиками на всех этапах - от исследования до продакшена.

Нам важно

• Высшее образование в области математики, компьютерных наук или смежных технических дисциплин.
• Уверенное знание Python и опыт промышленной разработки.
• Практический опыт в Computer Vision или Machine Learning.
• Понимание классических алгоритмов CV и современных ML-подходов.
• Знание основных метрик качества моделей и методов их валидации.
• Хорошую алгоритмическую базу (структуры данных, оценка сложности).
• Навыки написания чистого, поддерживаемого кода и работы с Git.

Будет плюсом

• Опыт работы с GPU (Nvidia, CUDA, TensorRT).
• Опыт построения real-time систем или оптимизации latency.
• Опыт deployment и применения MLOps-практик.
• Опыт работы с видеопотоками (RTSP/RTP) или потоковыми системами обработки данных.
• Опыт разработки high-load сервисов.
• Знание C++ для performance-критичных компонентов.
• Опыт работы с Airflow, Docker, Kubernetes или аналогичной инфраструктурой.
• Знание SQL и опыт работы с БД.
• Навыки написания unit- и integration-тестов.
• Английский язык на уровне чтения технической документации.