Данные и ML вакансии - удалённо

• Разработка моделей эластичности для различных групп клиентов, кластеризации клиентов по их поведенческим характеристикам. • Разработка поведенческих моделей для прогнозирования динамики объемов различных сегментов розничного портфеля Банка в множестве сценариев на периоде жизни портфеля.

Требования: — Опыт миграции ETL-систем (желательно с Oracle/Informatica на Apache стек) — Глубокий SQL: оконные функции, сложные джойны, иерархические запросы — Оптимизация SQL для highload (партиционирование, индексы, explain plans) — Oracle (PL/SQL) и PostgreSQL — Greenplum и/или Clickhouse — Проектирование архитектур на Apache Spark (PySpark), NiFi, Airflow — Hadoop (HDFS) и Hive — Мониторинг ETL: Grafana/Prometheus или Victoria Metrics — Опыт работы с биллинговыми системами (желательно телеком-домен) Преимущества: — Потоковая обработка: Kafka Streams / Spark Streaming — Informatica PowerCenter (понимание мигрируемой системы) — Бинарные форматы хранения в Hadoop — Различия: Hive vs Impala, Greenplum vs PostgreSQL, Clickhouse vs PostgreSQL — Patroni для кластеризации PostgreSQL/Greenplum — S3-хранилища — КриптоПро или защищенные каналы передачи данных Задачи: — Миграция ETL-системы телеком-оператора с Oracle/Informatica на Apache стек (S3, Airflow, NiFi, Kafka, Greenplum) — Перенос бизнес-логики из Informatica в высокопроизводительный SQL-код — Написание и оптимизация SQL для витрин данных и ETL-процессов — Разработка DAG-ов в Airflow — Настройка пайплайнов в NiFi (источники: Oracle, PostgreSQL; приемники: S3, файловые архивы) — Разработка Spark-джобов (PySpark) для больших объемов — Интеграция с Kafka для потоковой передачи — Настройка мониторинга (Grafana/Prometheus) и отслеживание метрик — Разбор инцидентов по качеству данных и ошибкам загрузки — Code review

Задачи: — Разработка генеративных ИИ-моделей для синтеза визуального и проектного контента на основе структурированных данных товарного каталога в рамках проверки гипотез (PoC) внутри корпоративной платформы по оценке ИИ-инициатив — Разработка архитектуры агентов: управление состоянием диалога и контекстом, динамический выбор инструментов (tool calling), настройка уровней автономности и сценариев human-in-the-loop — Построение системы метрик: разработка офлайн- и онлайн-показателей, кросс-валидация, прямая оценка бизнес-эффекта — Непрерывный мониторинг дрейфа моделей и качества данных в продакшене — Построение пайплайнов оценки (LLM Evals): контроль галлюцинаций, релевантности ответов и мониторинг поведения системы — Обеспечение безопасности: защита от prompt injection, предотвращение утечек персональных данных (PII/privacy) и аудит прав доступа агента — Оценка стоимости, latency и масштабируемости LLM-решений Требования: — Глубокое понимание жизненного цикла ML-модели: от подготовки признаков до интерпретации результатов — Знание методов борьбы с переобучением, data leakage, регуляризации — Уверенный выбор алгоритмов под задачу — Владение матстатистикой для проверки гипотез, расчета доверительных интервалов и самостоятельного дизайна A/B-тестов — Опыт работы хотя бы в одном из направлений: классическое машинное обучение, временные ряды и прогнозирование — Языки и библиотеки: Python (pandas/polars, NumPy, scikit-learn, CatBoost/XGBoost/LightGBM, PyTorch), продвинутый SQL — Написание поддерживаемого production-кода: модульная архитектура, юнит-тесты, логирование, документация, работа с GitFlow и код-ревью — Практический опыт работы с API языковых моделей, платформой Hugging Face и orchestration-фреймворками — Опыт работы в e-commerce, retail или других продуктовых highload-системах — Инфраструктура и оркестрация: Airflow, MLflow, Kafka, Redis, Kubernetes — Мониторинг и наблюдаемость: Prometheus, Grafana, OpenTelemetry — Опыт эксплуатации GPU-инфраструктуры и оптимизации inference — Адаптация моделей через fine-tuning (LoRA/PEFT) — Опыт проектирования agentic workflows или multi-agent-систем — Понимание принципов информационной безопасности, privacy и работы с персональными данными

Ищем сильного Data-инженера для прототипирования корпоративных AI-ассистентов. Это роль на стыке классического DE и AI: нужно не просто строить пайплайны, но и готовить контекст для LLM, оценивать качество RAG и бороться с галлюцинациями.

Задачи: — Design, build, and maintain data infrastructure and pipelines spanning both batch and real-time / streaming workloads, contributing to architectural decisions along the way — Build and maintain scalable, efficient, and reliable ETL/ELT pipelines using languages and frameworks such as Python, SQL, Spark, Flink, Beam, or equivalents — Work on real-time or near-real-time data solutions (e.g. CDC, streaming, micro-batch) for use cases that require timely data — Partner with data scientists, ML engineers, analysts, and product teams to understand data requirements, define SLAs, and deliver coherent data products that others can self-serve — Establish data quality, validation, observability, and monitoring frameworks (data auditing, alerting, anomaly detection, data lineage) — Investigate and resolve complex production issues: root cause analysis, performance bottlenecks, data integrity, fault tolerance — Document data flows, data dictionaries, architecture patterns, and operational runbooks Требования: — 5+ years of experience in data engineering (or similar) roles — Strong experience in ETL/ELT pipeline design, implementation, and optimization — Deep expertise in Python and SQL writing production-quality, maintainable, testable code — Experience with large-scale data warehouses (e.g. Databricks, BigQuery, Snowflake) — Solid grounding in software engineering fundamentals, data structures, and systems thinking — Hands-on experience in data modeling (dimensional modeling, normalization, schema design) — Experience building systems with real-time or streaming data (e.g. Kafka, Kinesis, Flink, Spark Streaming), and familiarity with CDC frameworks — Experience with orchestration / workflow frameworks (e.g. Airflow) — Familiarity with data governance, lineage, metadata, cataloging, and data quality practices

Авито приглашает опытных специалистов на позицию Data Scientist уровня Senior для работы с большими языковыми моделями (LLM) в области BigTech. Вакансии открыты в командах, занимающихся инференсом LLM и разработкой базовой модели. Работа предполагает удалённый формат по России. Кандидатам предстоит участвовать в развитии и внедрении передовых технологий машинного обучения и обработки естественного языка.

Требования: — уверенное владение ПК и навыки поиска информации — внимательность и усидчивость — готовность к монотонной работе с большим объёмом задач — умение работать по инструкции — ответственность и соблюдение сроков — наличие ПК или ноутбука Обязанности: — искать видеоконтент и каналы по требованиям проекта — проверять соответствие найденных материалов техническому заданию — отбирать и структурировать контент — работать с большим объёмом однотипных задач — следовать инструкциям и требованиям по качеству Условия: — оформление по договору ГПХ с самозанятым — вознаграждение от 30 000 руб при занятости от 4х часов на проекте — проектная занятость — полностью удалённый формат сотрудничества — дополнительный доход - по согласованию с Заказчиком — после завершения проекта можно продолжить сотрудничество

В компании Aston открыта вакансия Data Engineer с возможностью удалённой работы и полной занятостью. Основные обязанности включают выполнение полного цикла задач — от сбора требований до внедрения решений в продакшен. Кандидату предстоит разрабатывать и совершенствовать витрины данных, автоматизировать процессы с помощью оркестраторов, оптимизировать алгоритмы расчёта показателей и код, а также анализировать качество данных. В задачи также входит создание дата-продуктов и визуализаций, тестирование функционала и его передача заказчику, а также подготовка Adhoc-выгрузок по запросам. Требуется опыт работы на позиции Data Engineer не менее трёх лет, уверенное владение SQL (Oracle, Postgres, GreenPlum), технологиями Hadoop (HDFS, Hive, Impala), а также продвинутые знания PySpark с навыками оптимизации кода. Необходимы знания инструментов обработки и трансформации данных, таких как PySpark и Apache Airflow, а также теории баз данных. Важны умения структурировать и анализировать информацию, понимание основ банковской деятельности и принципов работы моделей Data Science.

Общие требования: • Опыт: от 5+ лет в AI/ML, из них не менее 3 лет — в роли тимлида; • Уровень: senior/lead ML engineer + опыт управленца (Tech Lead / AI Team Lead); • Способность вести проекты от идеи до внедрения, включая исследование, архитектуру, разработку, деплой и мониторинг. • Управление распределённой командой. Глубокие технические компетенции: 1. Распознавание финансовых документов (Document AI) 2. Vision-Language Models (VLM) 3. Разработка чат-ботов и интеллектуальных агентов 4. OSINT и глобальный поиск 5. Работа с веб-сайтами через Computer User Agent 6. Разработка локальных переводчиков Условия: Локация сотрудника не в РФ Удаленный формат работы из любой точки мира График с 10.00 до 19.00 по мск Выплаты два раза в месяц

Задачи: — Оптимизировать выдачу на страницах категорий, каналов и тегов — Строить text-to-video поиск, embedding-модели, ранжирование, семантический поиск — Превращать ML-прототипы в production-сервисы, оптимизация inference, профилирование, подготовка фич, контроль качества моделей — Разрабатывать высоконагруженные ML сервисы на Python включая gRPC/Triton Требования: — Уверенные знания Python и ML-фреймворков (PyTorch, CatBoost и др.) — Опыт работы с рекомендательными системами, поиском или смежными задачами от 2 лет — Опыт внедрения моделей в продакшн — Понимание принципов оффлайн и онлайн оценки моделей. Условия: — Работа над ML-продуктом с миллионами пользователей и живыми метриками — Компактная команда, каждый инженер влияет на продукт — Простая структура — минимум бюрократии, максимум ответственности — Стабильная зарплата, ежегодный рейз и премии — Бонусы: медстраховка, налоговая компенсация, обучение, техника, курсы языков — Релокация на Кипр: визовая поддержка, оплата переезда, билеты и первый месяц жилья

Location: South Africa Workplace: remote About the Project  Project Hydrus is a scripted and conversational audio data collection project. We're looking for native-level speakers who can deliver natural, everyday-sounding speech — recordings that hold up whether you're reading a script or speaking spontaneously.  Please note: the recordings you produce may be used to create synthesized, AI-generated voices for conversational AI products. Full details on how your data is collected, used, shared, and retained are set out in a Consent Form, which you'll review and sign before any paid session recording begins.  What You'll Do If Selected:      - Two supervised sessions of approximately 4 hours each, guided in real time by a Session Director on a separate recording platform.      - Record scripted material in a natural, conversational tone — faithfully, without a polished, performed, or “announcer” delivery.      - Record unscripted, spontaneous speech on a given topic, matching the same warmth and pace as your scripted takes.      - Set up and manage your own recording space and equipment for session recording.      - Deliver all recordings entirely in the required language (with specific dialect), without code-switching into other languages or dialects.  What We're Looking For  Required      - Experience as a voice actor, actor, or theater performer, or a comparable performance background.      - Native or native-equivalent fluency in the required language (with specific dialect).      - Access to a quiet recording space, free of echo and background noise (acoustically treated for session recording, if selected).      - Owns or will acquire a dedicated, professional-grade microphone for the audition (e.g. RODE NT-USB Mini, Blue Yeti), upgrading to a qualifying USB condenser or XLR mic + audio interface for session recording if selected. Built-in laptop mics, AirPods, earbuds, and headsets are not accepted at any stage.      - Owns closed-back monitoring headphones (required for session recording if selected).  Comfortable both self-directing for the audition and taking live direction from a Session Director in guided sessions.  Preferred (nice to have, not required)      - Professional voice-over experience (dubbing/ADR, audiobook, podcasting) in a conversational rather than commercial/announcer register.      - Baseline audio hygiene: comfortable setting mic distance and catching noise, clipping, or distortion yourself.      - An existing home recording setup already treated for sound.  Commitment & Compensation      - Estimated time: Approximately 8 hours calibration, plus supervision across two recording sessions of ~4 hours each per participant      - Work Type - Freelance Remote     - Rate: $20.00 USD per hour   Your Data & Privacy  Before any session recording, you'll be asked to review and sign a Consent Form covering how your voice recordings are collected, used (including to train synthesized/AI voice models), shared with approved partners, retained, and how to exercise your data rights (access, correction, deletion, and more, depending on where you live). If you'd like to review these terms before applying, contact us and we'll share a copy in advance.  #L1-CC1 Why Join Welo Data?   ✨ Limitless Flexibility   Project-based opportunities that fit your availability. Choose when and how much you want to contribute—fully remote, with complete autonomy.    🌱 Limitless Growth   Optional access to AI and Large Language Model workshops designed specifically for professionals like you. No coding required—just your expertise.    🌍 Limitless Support   Be part of a global contributor community with responsive guidance and support.    💡 Real Impact   Apply your expertise in the Legal field to influence the AI systems shaping the future of your industry—while collaborating with data professionals and expanding your skills.   How to Apply?  Apply now by answering a few quick questions to join our database and become part of our growing community.  About Welo Data  Welo Data, part of Welocalize, is a global AI data company with 500,000+ contributors delivering high-quality, ethical data to train the world’s most advanced AI systems. We’re building smarter, more human AI with a diverse community in 100+ countries.   At Welo Data, Limitless AI. Limitless You. isn’t just a slogan—it’s our promise. We build smarter AI through the power of human contribution, offering limitless opportunities for our global community to grow, contribute, and work on their terms.

Компания Dandelion, специализирующаяся на разработке продуктов в области клинического искусственного интеллекта, ищет специалиста по обработке естественного языка и большим языковым моделям (NLP / LLM Data Scientist). В рамках работы необходимо использовать возможности медицинских данных для создания инновационных решений, которые принесут пользу пациентам и сообществам. Работа предполагает удалённый формат для сотрудников из США с гибким графиком. Кандидат должен обладать навыками в области анализа и обработки данных, связанных с NLP и большими языковыми моделями, а также иметь опыт работы с медицинскими данными и соответствующими технологиями.

Задачи: — Создавать AI-агенты и платформы для них — Строить MLOps-инфраструктуру — Работать с данными для ML Требования: — Опыт работы в роли MLOps Engineer/Data Engineer/Python ML от 3,5 лет — Production-опыт с фреймворками MLOps: Kubeflow, MLflow, Airflow для оркестрации, понимание их интеграции в CI/CD пайплайны — Опыт работы с Docker и Kubernetes (в контексте развертывания моделей как сервисов) — Опыт работы с одним из major cloud-провайдеров (желательно GCP или AWS/Azure с пониманием hybrid-cloud) — Умение работать с большими данными, опыт с Greenplum или аналогичными MPP-системами (Teradata, Exasol) — Знание распределенных вычислений (Spark) — Опыт работы с LangChain/LlamaIndex, FastAPI, знание фреймворков для работы с LLM (Hugging Face, vLLM и т.д.) — Отличные знания Python, SQL на очень высоком уровне для работы с data vault — Знания Git, GitLab CI/CD

Ищем Data Scientist / ML Engineer для запуска кредитного скоринга на международных рынках. Предстоит адаптировать модели и scoring pipeline к новым странам, оценивать качество и обрабатывать разнородные данные — от финансовой отчётности и документов до внешних и альтернативных источников.

About the Client Our client is involved in an innovative data-collection project, which focuses on creating video datasets for training AI models. These AI models are designed to learn from first-person (POV) video footage. The captured videos depict real people involved in hands-on tasks with a mounted phone on their head or chest, paired with spoken narration. The purpose is to enable the model to connect visual inputs (objects, hands, actions) with audio descriptions. About the Role The Recorder role requires individuals who can master a specific hands-on activity from a selection of verticals. You will need to film yourself performing these tasks from a first-person perspective using your smartphone while ensuring the tasks are clearly visible. If fluent in English, you may narrate live; otherwise, ambient audio will suffice, and a separate narrator will cover the task later. Tasks & Deliverables — Select a mastered sub-area activity and record a complete end-to-end process. — Ensure hands and the procedure are constantly in focus. — Provide live narration if fluent in English or ambient audio for post-recording narration. — Deliver videos in MP4 format with accompanying JSON metadata. — Maintain narration density at 25 words per minute; ensure 90%+ of speech describes the setting or task steps. Required Skills — Mastery of at least one specific sub-area activity from the provided list (e.g., cleaning, laundry, organizing, pet care, repairs, gardening, sewing, woodworking, automotive repair, art, technology use, personal care, medical procedures, culinary skills, lab protocols). — Capability to record stable, clear POV videos with a smartphone. — Ability to work in a real setting without third parties in frame. — Competent in following a prepare → execute → finish script for filming tasks. Nice-to-have Skills — Experience recording tutorials or classes. — Access to various settings for diverse video backgrounds. — Owns equipment like a head/chest mount, image stabilization tools, or a good microphone. Rules — No personal data on video — no third-party faces, screens, documents, plates, addresses, mirror reflections. — 100% human narration — no TTS or synthetic voice. Engagement Details — Compensation model: Hourly paid, considering the total number of hours for approved videos. — Commitment Type: Flexible hours based on video submissions. — Duration: Ongoing, with earnings based on the number of approved videos. — Location: Remote, with flexible overlap with client's timezone. — Start Date: Immediate start upon approval of test video.

About the Client: Our client is involved in an innovative data-collection project, which focuses on creating video datasets for training AI models. These AI models are designed to learn from first-person (POV) video footage. The captured videos depict real people involved in hands-on tasks with a mounted phone on their head or chest, paired with spoken narration. The purpose is to enable the model to connect visual inputs (objects, hands, actions) with audio descriptions. Sub-areas for the videos include: Home & Daily Tasks: cleaning, laundry (sorting, folding), organizing a closet, house tours, pet care, packing luggage, loading appliances / dishwashing. Repairs & DIY: home repair, gardening / farming, furniture assembly, woodworking, plumbing, electrical work, bicycle maintenance, soldering electronics. Textile & Craft Arts: sewing, knitting, crocheting, using a loom, leathercrafting, bookbinding, crafting jewelry, pottery / ceramics. Professional Trades & Industrial: automotive repair / maintenance, warehousing / logistics, construction / woodworking, laboratory work, operating heavy machinery controls, assembly-line packaging. Hobbies & Arts: art – drawing, ceramics, painting, playing instruments, model building, outdoor survival / camping, calligraphy. Technology & Computing: using computers or devices (e.g. audio mixers), gaming, product demos, VR / AR interaction, 3D printer setup / maintenance. Outdoors & Activity: city tours, shopping, navigating public transit. Personal Care: haircut, applying makeup, detailed grooming routines. Specialized & Professional: medical procedures, first aid training, professional barista workflows, culinary chef / knife work, lab protocols (pipetting, titrations). About the Role - Narrator: Watches the POV video and describes the scene and task in first person, in English, as if explaining it to a model that can't see. Fluency and describing ability matter most; knowing the activity is not required. Deliverable: — audio narration synced to the video, recorded after the footage. Language: — English; fluency is criterion #1. Density: — at least 25 words/min on average, no long silences. Content: — 90%+ about the setting or task steps. Required Skills: — English fluency. — Ability to narrate pre-recorded videos. — All details on the Acceptance Criteria will be shared prior to the work. Rules: — No personal data on video — third-party faces, screens, documents, plates, addresses, mirror reflections. — 100% human narration — no TTS or synthetic voice. Engagement Details: Compensation model: Hourly paid, considering the total number of hours for approved videos. Commitment Type: Flexible hours based on video submissions. Duration: Ongoing, with earnings based on the number of approved videos. Location: Remote, with flexible overlap with client's timezone. Start Date: Immediate start upon approval of test video.

Constructor — инструмент AI-персонализации результатов поиска на e-com сайтах для роста конверсий в покупку и выручки. Среди клиентов — Sephora, American Eagle, Birkenstock и др. Требования: — 4+ года опыта — Знание Python — Опыт работы с PyTorch, Spark, Airflow — Отличное владение английским языком Формат работы: удалённо (EMEA)