оператор газпром ид

Senior Machine Learning Engineer / RecSys (Python)

Оператор Газпром ИД (ГИД) - динамично развивающаяся высокотехнологичная компания в составе Группы компаний Газпром. Мы создаем доступные ИТ-решения, формируем цифровое будущее и пеняем подходы к трансформации, объединяя команду профессиона…

оператор газпром ид

↑ Вакансия с автоподнятием
Зарплата не указанаРоссияМоскваУдалёнка

Оператор Газпром ИД (ГИД) - динамично развивающаяся высокотехнологичная компания в составе Группы компаний Газпром. Мы создаем доступные ИТ-решения, формируем цифровое будущее и пеняем подходы к трансформации, объединяя команду профессионалов. На данный момент мы находимся в поиске Senior Machine Learning Engineer / RecSys на время декретного отпуска основного сотрудника.

Чем предстоит заниматься:

  • Разрабатывать и запускать в production ML- и RecSys-решения для персонализации видеоплатформы RUTUBE: разработка кандидатных и ранжирующих моделей; контентных/коллаборативных/трансформерных и других SOTA решений rec sys; вывод моделей в high-load production и A/В-тестирование
  • Разрабатывать рекомендательные модели для ленты, главной страницы, похожих видео и персональных подборок: retrieval, ranking, reranking, cold start, diversity/novelty.
  • Строить transformer-based модели для RecSys: sequence/session modeling, next-item prediction, attention-модели по событиям просмотров, кликов, поиска и подписок.
  • Работать с большими данными: пользовательские события, метаданные видео, признаки контента, эмбеддинги, контекстные и поведенческие признаки.
  • Доводить модели до production: обучение, batch/online inference, мониторинг качества, переобучение, контроль latency и деградации моделей.
  • Проводить offline-оценку и A/B-тесты, связывать ML-качество с продуктовыми метриками: CTR, watch time, retention, глубина просмотра.
  • Взаимодействовать с backend, data engineering, аналитиками и продуктом; участвовать в ревью решений и развитии ML/RecSys-практик команды.
Что для нас важно:
  • Опыт в ML/DS/MLE от 4-5 лет, из них от 2 лет - вывод ML-моделей в production.
  • Практический опыт в рекомендательных системах, разработке трансформерных моделей, ранжировании, персонализации или поисковых ML-задачах.
  • Высшее техническое, математическое или естественно-научное образование; сильный практический опыт может компенсировать непрофильное образование.
  • Python, SQL, Git; умение писать production-ready код, тесты и поддерживаемые ML-пайплайны.
  • PyTorch; практический опыт разработки transformer-моделей, embeddings, attention/sequence-моделей.
  • Глубокий опыт в RecSys: candidate generation, ranking, learning-to-rank, retrieval/reranking, метрики рекомендаций и персонализации.
  • Классический ML; продвинутый feature engineering и валидация моделей
  • Опыт с большими данными и хранилищами: ClickHouse, PostgreSQL/Greenplum, Spark/Hadoop или аналоги.
  • MLOps и production: Docker, Airflow/MLflow/Kubeflow или аналоги; Kubernetes, feature store и CI/CD будут плюсом.

Будет плюсом:

  • Опыт в видео, media, streaming, social, search или highload-продуктах.
  • Vector search и ANN: FAISS, HNSW, Milvus, Qdrant или аналоги.
  • Мультимодальные модели для видео, текста, изображений, аудио и субтитров.
  • Оптимизация инференса: ONNX, TorchScript, TensorRT, quantization.
  • Техническое лидерство, менторинг и развитие RecSys/ML-инфраструктуры.

Мы предлагаем:
Забота о здоровье

  • ДМС со стоматологией и госпитализацией;
  • Доплата до месячного заработка при больничном до 15 рабочих дней в году;
  • Врач в офисе;
  • Материальная помощь в важных жизненных ситуациях.

Обучение и развитие

  • Скидки на курсы от ведущих образовательных онлайн-платформ;
  • Внутренний сервис курсов и вебинаров.

Корпоративные льготы

  • Корпоративная подписка Газпром Бонус для своих;
  • Выгодные условия по кредитованию и вкладам;
  • Льготные условия по страховым и пенсионным программам.

Спортивная жизнь

  • Выгодные тарифы на фитнес World Class;
  • Скидки на ведущие спортивные онлайн-платформы.

Похожие вакансии Data Science & ML

Другие площадки
V

Lead Data Scientist – BI Prediction

voodoo
Зарплата не указанаФранцияПарижГибрид

About Voodoo

Founded in 2013, Voodoo is a tech company that creates mobile games and apps with a mission to entertain the world. Gathering 800 employees, 7 billion downloads, and over 200 million active users, Voodoo is the #3 mobile publisher worldwide in terms of downloads after Google and Meta. Our portfolio includes chart-topping games like Mob Control and Block Jam, alongside popular apps such as BeReal and Wizz.

Team

The Engineering & Data team builds innovative tech products and platforms to support the impressive growth of their gaming and consumer apps which allow Voodoo to stay at the forefront of the mobile gaming industry.

Within the Data team, you’ll join the BI/Prediction Team which is an autonomous squad of around 10 people. The team is composed of top-tier product managers, software & data engineers, data scientists and data analysts.

Role

The objective of this team is to accelerate the growth of the company by serving as the on-demand prediction provider for all Voodoo BUs. This involves addressing critical needs such as predicting campaign LTV for User Acquisition optimization, determining optimal monetization offers for millions of players or constructing confidence intervals for time series data prediction.

We want to onboard a passionate senior data scientist with significant experience in a similar environment to allow us to go one step further. This is an opportunity to have a strategic and critical impact on Voodoo’s success.

This position is hybrid and requires 3 days per week in the office based in Paris.

  • Take ownership of our products modeling pipelines

  • Contribute to high modeling performance through insightful ideas and initiatives.

  • Build and deploy quickly scalable ML systems.

  • Engage with colleagues across the company to leverage new ideas and perspectives and demonstrate excellent communication to efficiently cooperate with product managers, teammates and stakeholders.

  • Deep dive into data to discover relevant insights.

  • Build a rich understanding of the mobile gaming industry, the company strategy, our products and their fit within the company’s daily operations.

  • Mentor and guide a team of data scientists, fostering technical excellence and autonomy.

  • Establish and enforce best practices in ML engineering, experimentation, and reproducibility across projects.

  • Champion a culture of impact-driven research, ensuring models not only perform well technically but also create tangible business value.

  • Proactively identify risks in modeling approaches, data quality, scalability, business alignment and design mitigation strategies.

Profile

  • Extensive experience building machine learning systems

  • Extensive experience with Python, SQL and MLOps best practices

  • Cloud experience needed (ideally AWS but could be another cloud provider)

  • Airflow and DBT experience is a nice to have

  • Excellent Communication in English and French mandatory

  • You enjoy working in a team, learning new things, sharing knowledge

  • Experience in a tech startup/scaleup is a plus

  • Strong achievements on Kaggle will be valued

Benefits

  • Competitive salary

  • Comprehensive relocation package (including visa support)

  • Premium healthcare (SideCare) for you and your family 100% borne by Voodoo

  • Swile Lunch voucher

  • Gymlib (100% borne by Voodoo)

  • Wellness activities in our Paris office

  • Unlimited vacation policy

  • Remote days

  • Child daycare facilities (Les Petits Chaperons rouges)

Сайты компаний

Research Engineer, Computer Vision

Зарплата не указанаСШАAustinУдалёнка
Текст:
Оригинал доступен только пользователям с подпиской

Location

Austin, Texas; on-site work only, with no remote option, relocation support, or visa sponsorship. Candidates must be authorized to work in the U.S.

About the company

An autonomous-driving technology company working on perception systems for self-driving vehicles and advanced driver-assistance systems (ADAS).

The team develops and evaluates computer-vision models and the data and training infrastructure behind them.

Responsibilities

  • Build, train, and assess computer-vision models for autonomous-driving perception, combining classical image-processing techniques with deep learning.
  • Design controlled machine-learning experiments, define quantitative evaluation metrics, and analyze outcomes to improve models and datasets.
  • Create and maintain pipelines covering scene mining, annotation-task generation, dataset construction, data processing, training, and validation, along with tooling for visualizing annotations, predictions, and results.
  • Integrate and maintain perception components in offline, simulation, and online systems, including multicamera and panoramic setups, resolving projection, geometric-transformation, and synchronization issues and collaborating with adjacent engineering teams.

Requirements

  • Master’s degree (or foreign equivalent) in computer science, computer engineering, electrical engineering, applied mathematics, mathematics, informatics, or a closely related field.
  • 36 months of experience as a research engineer, machine-learning engineer, or similar role in computer vision or machine-learning model development, including at least one year on camera-based perception for autonomous vehicles or ADAS and two years each on deep-learning computer-vision models and on designing and evaluating machine-learning experiments.
  • Hands-on background in classical computer vision, image processing, object detection, segmentation, and tracking, plus building data-processing, annotation, dataset-generation, training, or validation pipelines.
  • Professional software development in Python and C++ with PyTorch or TensorFlow, large-scale data processing via PySpark or similar, workflow orchestration with Argo Workflows or comparable tools, Docker-based containerized development, SQL for data preparation and analysis, and distributed version control with Git.
hh.ru
usetech

Data Scientist (Anomaly Detection & Data Drift)

usetech
Зарплата не указанаРоссияМоскваУдалёнка
ГК «Юзтех» — группа аккредитованных ИТ-компаний полного цикла разработки с многолетней экспертизой в передовых технологиях: DWH, Big Data, AI/ML, Blockchain, BI, предиктивной аналитике и цифровых двойниках.
Мы реализуем технологические проекты для крупнейших российских компаний, среди которых Альфа-Банк, Сбер, ВТБ, X5 Group, Газпромнефть, НЛМК, 2ГИС, Лемана ПРО и другие. Также развиваем собственные ИТ-продукты и решения.
Приглашаем ML Engineer / Data Scientist присоединиться к команде качества данных крупного банковского проекта!
Команда занимается разработкой интеллектуальных механизмов контроля качества данных на всех этапах их обработки — от источников и аналитических витрин до результатов работы ML-моделей.
Задачи:
  • Исследовать данные и разрабатывать ML-и статистические методы контроля их качества.
  • Выявлять аномалии, Data Drift, нарушения сезонности и нетипичные изменения метрик.
  • Разрабатывать DQ-контроли полноты, актуальности и корректности данных.
  • Подбирать оптимальные методы решения задач: от SQL-проверок и статистики до ML-моделей.
  • Валидировать решения на исторических данных, включая синтетические аномалии, shadow mode и анализ ложных срабатываний.
  • Внедрять и сопровождать решения в production (Airflow, PySpark, Hadoop/Hive), настраивать мониторинг и алертинг.
Мы ожидаем:
  • Коммерческий опыт в Machine Learning / Data Science от 3 лет.
  • Уверенное владение Python (pandas, NumPy, scikit-learn) и SQL.
  • Практический опыт работы с Apache Airflow, PySpark, Hadoop/Hive и MLflow.
  • Сильная база в математической статистике и классическом машинном обучении: линейные модели, деревья решений, градиентный бустинг.
  • Опыт применения методов обнаружения аномалий и/или дрейфа данных.
  • Опыт работы с временными рядами, анализа сезонности и выявления отклонений.
  • Опыт внедрения ML-моделей в production, их мониторинга, сопровождения и версионирования.
  • Понимание принципов построения воспроизводимых ML-пайплайнов.
  • Умение оценивать целесообразность применения ML и выбирать подходящий метод без избыточного усложнения решения.
Будет преимуществом:
  • Опыт разработки DQ-фреймворков, систем мониторинга качества данных или ML-моделей в production.
  • Практический опыт мониторинга признаков и скорингов моделей, включая feature drift, score drift и delayed labels.
  • Знакомство с Kafka, Flink или Spark Structured Streaming.
  • Опыт работы с банковскими, финансовыми или транзакционными данными.
  • Применение методов интерпретации моделей: SHAP, permutation importance, анализ причин срабатывания контролей.
  • Опыт построения алертинга и операционных дашбордов.
  • Опыт применения AI-агентов для анализа данных и автоматизации процессов.
Мы предлагаем:
  • Карьерную и профессиональную возможность в стабильной, аккредитованной ИТ-компании
  • Удаленный формат работы

  • Расширенный полис ДМС со стоматологией, корпоративный психолог
  • Необходимую технику для комфортной работы
  • Обучение, сертификацию, Usetech English Club – онлайн изучение английского
  • Доступ к Корпоративной библиотеке и к Корпоративному университету
  • Внутрикорпоративные профильные коммьюнити
  • Заботу о детях сотрудников: корпоративные скидки, подарки, детские дни
  • Геймифицированную программу лояльности: поверь, ты будешь восторге от нашего корпоративного магазина!
  • Корпоративную жизнь: мы много работаем и классно отдыхаем.

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