Данные и ML вакансии - удалённо

Задачи: – Разработка, создание и поддержка масштабируемых конвейеров обработки данных с использованием Apache Spark и современных платформ обработки данных. – Разработка и оптимизация архитектур хранилищ данных для поддержки рабочих процессов анализа данных и машинного обучения. – Внедрение моделей и структур данных, обеспечивающих качество, согласованность и доступность данных. – Сотрудничество со специалистами по анализу данных и аналитиками для понимания потребностей в данных и предложения решений. – Обеспечение безопасности данных и соответствия нормативным требованиям. – Мониторинг и устранение неполадок, связанных с производительностью и надежностью конвейера обработки данных. – Постоянное совершенствование процессов и передовых методов обработки данных. – Взаимодействие с межфункциональными командами и участие в технических дискуссиях. – На руководящей должности оказание технической поддержки и наставничество младших инженеров. Требования: – Опыт работы с Python или Scala/Java. – Углубленные знания SQL. – Практический опыт работы с Apache Spark, Databricks, Snowflake или Microsoft Fabric. – Понимание концепции и архитектуры хранилища данных (data lakehouse). – Понимание основ распределенных систем. – Навыки моделирования данных и создания хранилищ данных. – Опыт работы с облачными архитектурами данных на платформах AWS, Azure или GCP. – Готовность к обучению и экспериментам с разными решениями. – Ценить баланс между работой и личной жизнью, избегать сверхурочной работы. – Умение просить о помощи и работать в команде.

Требования: 1) Коммерческий опыт работы от 3-х лет. 2) Опыт реализации и вывода в промышленную эксплуатацию решений на базе ИИ (обязательно в том числе AI агентов на базе LLM) в роли Data Scientist/AI Engineer. 3) Знание основ Classic Machine Learning, хорошее знание Deep Learning (NLP). 4) Глубокое понимание архитектуры Transformer. 5) Глубокое понимание подходов и методов проектирования AI-агентов. 6) Практический опыт fine-tuning языковых моделей (GPT-like, BERT-like и др.). 7) Работа со стеком Python - Torch, Transformers. 8) Опыт разработки интеграций с ИТ-системами. 9) Опыт промышленной работы с k8s. Обязанности: - Артефакты тестирования гипотез/экспериментов: описание подхода/модели, соответствующие значения метрик (выбранных для данного решения), тестовый сет/бенчмарк. - Артефакты продукта в целом: описание проекта, архитектура (утвержденная и согласованная с архитекторами и информационной безопасностью (ИБ)), согласование от ИБ что решение может быть использовано в продакшн, код продукта и документация к нему, инструкция по разворачиванию решения в контуре компании. - Все вышеперечисленные артефакты размещены в контуре заказчика (Gitlab, Confluence).

Требуется специалист на позицию Senior AI/ML Engineer. Требуемые навыки: — Python — OpenCV — Deep Learning — Компьютерное зрение — Agentic systems — FastAPI — Langgraph — DeepEval — Langfuse — vLLM Вакансия предполагает полный рабочий день с возможностью удалённой работы.

Задачи: — Техническое руководство ИИ-командой из 7 человек — Разработка агентной системы для врачей, включающей сбор анамнеза, саммаризацию медицинских карт и создание драфтов заключений — Опционально people management Требования: — Сильные технические навыки в области искусственного интеллекта Условия: — Удалённая работа — Полная занятость — Зарплата от 500 000 ₽ в месяц Компания Лучи предоставляет ДМС, обслуживает более 1 млн застрахованных и имеет собственную телемедицинскую клинику.

Задачи: — Оценка онлайн-рекламы по релевантности поисковым запросам — Предоставление обратной связи по языковой и культурной релевантности рекламы — Улучшение содержания, качества и оформления рекламы Требования: — Отличные коммуникативные навыки и свободное владение английским языком — Проживание в США последние 3 года подряд с хорошим знанием текущих и исторических бизнес, медиа, спорта, новостей, социальных медиа и культурных событий страны — Активное использование Gmail, Google+ и других социальных сетей, опыт работы с веб-браузерами — Ежедневный доступ к широкополосному интернету, смартфону (Android 4.1, iOS 8 или выше), персональному компьютеру с антивирусом — Наличие установленного приложения для сканирования штрих-кодов на смартфоне — Способность к живой оценке задач с использованием человеческого суждения и оценки Условия: — Работа на условиях независимого подрядчика с гибким графиком и возможностью выбора объема работы — Оплата на основе выполненных задач и доступности проектов — Оценочная ставка около 11 долларов в час, доход зависит от объема задач и качества работы — Участие ограничено одним человеком на домохозяйство Квалификация: — Необходимо пройти языковой тест по английскому, сдать открытый квалификационный экзамен и пройти проверку личности для подтверждения соответствия требованиям позиции.

Мы ищем: Талантливого ML-разработчика с временными рядами и классикой, в области прогнозирования в ритейле на стажировку, которому предстоит работать над интересными высоконагруженными проектами. Требования: — Опыт в Data Science / Machine Learning от 2 лет; — Прагматизм: готовность искать рабочие решения, а не идеальные, но нереализуемые модели; — Глубокое знание Python, SQL и PySpark; — Разработка ETL-процессов для обработки больших данных (чтение, трансформация, агрегация, запись); — Оптимизация Spark-запросов (партиционирование, кэширование, работа с broadcast-переменными); — Знание основных ML-фреймворков (Scikit-learn, TensorFlow/PyTorch); — Опыт работы с данными: обработка, анализ, feature engineering. Будет плюсом: — Опыт продакшн-разработки (не только исследования); — Понимание, как устроены процессы в бизнесе, а не только в Jupyter Notebook; — Умение запускать ML-модели в PySpark; — Использование Spark MLlib для распределенного обучения; — Работа с PySpark Pandas UDFs для эффективного применения ML-моделей к большим данным. Условия: — Работа в команде экспертов; — Широкий технологический стек, сотни проектов; — Гибкий график работы, который позволяет высыпаться и выделять время на хобби; — Возможность разрабатывать IT-решения для разных отраслей, пробовать новые технологии; — Процессы удаленной работы и просторные офисы с зонами коворкинга; — Возможность прокачаться во всех интересующих направлениях: стать тимлидом, архитектором, разработчиком full-stack; — Развитая система наставничества, сертификация за счёт компании, участие в конференциях, изучение английского языка; — Активный обмен опытом, внутренние и внешние митапы, хакатоны, доклады по развитию hard и soft skills; — 50+ клубов по интересам и профессиональных сообществ внутри компании; — Корпоративная база знаний и социальная сеть для удобства общения с каждым из 1500+ сотрудников. Дополнительно: — Набор осуществляется по ИТ специальностям, указанным в Приказе Минцифры № 27 от 22.01.2026г. — Решение Министерства цифрового развития, связи и массовых коммуникаций РФ о предоставлении государственной аккредитации организации от 10.03.2022 №АО-20220309-3771014210-3

Location: EMEA; Romania; Bulgaria; Kenya; Portugal; United Kingdom; Spain; Brazil; South Africa; Argentina; Armenia Workplace: Remote ✨ ONE PLATFORM, A WHOLE WORLD OF OPPORTUNITY The best jobs have always clustered in a handful of the world's wealthiest cities. But talent is everywhere. Oyster set out to close that gap - building a global employment platform that lets companies hire, pay, and care for brilliant people anywhere. We're proof that a high-performing culture doesn't need an office. Distributed across 60+ countries since 2020, we've built something the industry keeps noticing: - Ranked #10 of 250 on TIME and Statista's 2026 list of America's Top WorkTech Companies https://www.oysterhr.com/library/oyster-hr-named-10-of-americas-top-worktech-companies-of-2026-by-time - Named one of America's Greatest Startup Workplaces 2026 https://www.oysterhr.com/library/oyster-2026-newsweek-award by Newsweek - A G2 Spring 2026 Leader https://www.oysterhr.com/library/oyster-named-best-roi-for-any-global-employment-platform-for-g2-spring-2026 across Employer of Record, Global Employment, Multi-country Payroll, and HR Compliance - The only B Corp-certified global employment platform ~ independently verified since 2023 Two of those rankings measured our business impact from the outside. One measured how our own people feel about working here. They landed in the same place ~ because at Oyster, culture and performance aren't separate conversations. They're the same one. And we're just getting started. If you want to do the best work of your career alongside people who care as much as you do, we'd love for you to apply. 👩‍💻 THE ROLE Location: While this position is posted in a specific location, all of Oyster’s positions are fully remote and you can work from home. Forever. To create the best experience for our new hire, this role requires you to be based within UTC−6 to UTC+3. Oyster’s Data Engineering team is building the foundational AI platform layer that will enable teams across Oyster to develop, deploy, and operate secure, production-grade AI capabilities. As a Senior Data Engineer focused on AI Platform, you’ll work at the intersection of data engineering, platform engineering, and applied AI. You’ll build the data pipelines, services, integrations, and reusable platform capabilities that power AI use cases across Oyster. You’ll leverage Oyster’s existing AWS and Snowflake data platform to make enterprise data accessible, reliable, secure, and useful for AI, supporting capabilities such as LLMs, RAG, embeddings, vector search, AI agents, tool calling, and AI workflows. This is not a traditional data engineering role focused primarily on analytics pipelines or reporting. You’ll help define and build the data and platform foundations that let AI systems move from experimentation to reliable production, working closely with Engineering, Product, IT, and other teams across Oyster. Key Responsibilities - Design and build data pipelines and platform capabilities that support AI applications, knowledge systems, and AI workflows. - Build and maintain data and knowledge pipelines for ingestion, transformation, chunking, embeddings, retrieval, vector search, metadata, and knowledge management. - Develop secure, reusable ways for AI systems to access enterprise data and systems using APIs, MCP, tool calling, and similar patterns. - Build reusable services, libraries, frameworks, and developer tooling that make it easier for engineering teams to build and productionize AI capabilities. - Apply strong data engineering practices around data modeling, data quality, lineage, access, reliability, and governance to AI-related data and systems. - Help establish patterns for AI deployment, observability, evaluation, and lifecycle management, including quality, latency, reliability, security, and cost. - Partner with engineers and stakeholders to take AI use cases from prototype to production, ensuring the underlying data and infrastructure are scalable and maintainable. - Ensure AI platform capabilities meet Oyster’s security, privacy, access control, and data governance requirements. - Evaluate emerging AI and data technologies and determine where they can create meaningful value for Oyster. Core Requirements - 5+ years of experience in data engineering, platform engineering, backend engineering, ML engineering, or a related discipline, with experience building and operating production systems. - Strong Python and SQL skills. - Strong data engineering fundamentals, including data pipelines, data modeling, data quality, orchestration, and secure data access. - Experience with Snowflake, Databricks, or comparable modern data platforms, and tools such as dbt, Airflow, or similar. - Hands-on experience building or supporting production systems using LLMs / generative AI. - Practical experience with one or more of RAG, embeddings, vector search, tool/function calling, AI agents, or enterprise knowledge systems. - Experience building data or platform capabilities that are reusable across teams, rather than only developing one-off solutions. - Experience taking systems from experimentation to reliable production, including considerations around scalability, observability, performance, and maintainability. - Solid understanding of security, authentication/authorization, privacy, and data governance, particularly in the context of enterprise data. - Strong communicator who can work across Engineering, Product, and IT to turn ambiguous AI and data problems into practical engineering solutions. Bonus - Experience with AWS Bedrock or other managed foundation-model platforms. - Hands-on experience with MCP (Model Context Protocol) or similar approaches for connecting AI systems to enterprise tools and data. - Experience with LLM evaluation, observability, monitoring, or AI quality. - Experience with LangChain, LangGraph, or similar frameworks. - Experience with vector databases or search technologies. - Experience implementing AI security, governance, or responsible AI practices. - Experience building internal developer platforms, SDKs, APIs, or reusable infrastructure for engineering teams. - Experience working across data engineering and AI/ML platform environments. YOU'LL ALSO NEED - A reliable home internet connection (or be able to get one). - Fluent English language skills. HOW WE WORK TOGETHER AT OYSTER Our values guide the work we do, the decisions we make, and the culture that makes Oyster what it is. We make it happen—progress is our default setting. We drive change, we build and give trust, and we move as one united team. Our mission is to create a more equal world of work: helping companies everywhere hire, pay, and care for talent anywhere. Everything we do ladders up to our mission. We embrace asynchronous, collaborative work and share how we operate in the Oyster Public HQ https://oysterhr.notion.site/Welcome-to-The-Reef-Oyster-s-Open-Source-Employee-Guide-fc482e3f107c4afd8c85ed217f1d0c1d so other global teams can learn from us. HOW YOU WORK With diverse locations, cultures, and needs, we created How YOU Work; https://oysterhr.notion.site/How-YOU-work-ac16c1932e314ffd8cb693e332458395 a program supporting your whole human experience at Oyster: - Work from anywhere: Oyster has no borders or HQ. As long as work is timely, your team is supported, and you're authorized to work where you live, you can work from anywhere. - Paid time off: Enjoy 40 days off per year (including holidays and vacation), or more if required by your country. - Mental health support: Access Plumm https://oysterhr.notion.site/Plumm-3b5e7e70dec6428e975f68f25972cfb7, our mental well-being service. - Wellbeing allowance: Each month, receive a wellbeing allowance in your ThanksBen wallet to spend on a wide range of options. - Flexible parental leave: All new parents are eligible for at least three months’ paid leave, with job protection for up to 12 months or as required locally. - WFH stipend: Receive a stipend for your laptop and home office equipment to get you set up quickly. ✨ THE BEST JOBS SHOULD BE AVAILABLE TO EVERYONE  We embrace diverse perspectives and intentionally build our product and company with an inclusive, global mindset. We encourage you to apply, even if you don’t meet every criterion, and are committed to a trust-based, thriving environment. Oyster is committed to ensuring equal opportunity of employment for qualified persons with disabilities and actively fosters an inclusive work environment. If you require reasonable accommodations throughout the recruiting process, please email jobs@oysterhr.com with the subject line: Interview Accommodations. Our available positions are on our careers page. Our team will only contact you from an @oysterhr.com email, and we will never ask for money as part of an interview process or job offer. If you receive a suspicious email about Oyster jobs or are directed to a site other than www.oysterhr.com/careers http://www.oysterhr.com/careers, please report it via our Compliance and Ethics Helpline https://faceup.com/c/8tpzyyye.

Задачи: — Обучение и наставничество в области искусственного интеллекта с нуля. — Помощь в освоении технологий Machine Learning и Deep Learning. Требования: — Желание обучать и поддерживать начинающего специалиста. — Знания и опыт в области AI, Machine Learning, Deep Learning. Условия: — Работа с учеником 16 лет, студентом. — Гибкий график, возможность связи 24/7. — Оплата в диапазоне 30-50 долларов. Контакт для связи: +998 91 107 21 06, Telegram: https://t.me/Azamxon2106

Задачи: – Проектирование и развитие корпоративного хранилища данных (КХД) – Разработка и оптимизация архитектуры DWH – Проектирование, разработка и сопровождение ETL-процессов – Построение витрин данных под бизнес-задачи – Настройка, оптимизация и мониторинг загрузок данных – Контроль и обеспечение качества данных – Разработка SQL-скриптов, процедур и серверного кода – Участие в проектах миграции и интеграции данных – Интеграция источников через брокеры сообщений и REST API – Подготовка технической документации – Взаимодействие с командами аналитики и BI. Требования: – Высшее / неполное высшее образование – Опыт работы Data Engineer / Архитектором DWH от 4 лет – Опыт проектирования КХД от 1 года (Oracle, PostgreSQL) – Понимание архитектуры и принципов построения DWH – Опыт разработки ETL-процессов – Опыт построения витрин данных – Понимание принципов Data Quality – Экспертное знание SQL (Oracle, PostgreSQL) – Опыт миграции данных с использованием серверного кода – Опыт настройки и оптимизации загрузок – Опыт работы с Apache Kafka, RabbitMQ – Python — обязательно – Русский — свободно, английский — чтение/написание тех. документации.

Специалист с коммерческим качественным опытом 3+ лет, который не просто пишет код по указке, а понимает бизнес-логику данных, может самостоятельно довести задачу до production, готов решать разного рода задачи.

Toloka AI is a global tech company offering end-to-end data labeling solutions combining public crowd, domain experts, and machine learning.

Задачи: — Разработка сервисов ИИ платформы для создания функциональных агентов и ИИ ассистентов. — Подготовка бэк части для функциональных агентов, включая среду разработки агентов: тестирование фреймворков, opensource агенты. — Разработка сервиса управления реестром и скиллами агентов. — Создание отдельного единого сервиса для всех баз знаний, интеграция крупных корпоративных источников. Требования: — Понимание архитектуры, возможностей и ограничений современных языковых моделей. — Опыт работы с embeddings, vector search, RAG, structured output и tool calling. — Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop. — Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы. — Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента. — Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков. — Умение оценивать стоимость, latency и масштабируемость LLM-решений. — Опыт работы в e-commerce, retail или других продуктовых highload-системах. — Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. — Опыт эксплуатации GPU-инфраструктуры и оптимизации inference. — Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT. — Опыт проектирования agentic workflows или multi-agent-систем. — Понимание принципов информационной безопасности, privacy и работы с персональными данными. Условия: — full-time

Задачи: — Участвовать в проектировании и реализации высокопроизводительных, масштабируемых и оптимизированных дата-решений. — Создавать модели данных с нуля, используя сильные навыки SQL. — Писать и оптимизировать SQL-запросы внутри приложений. — Обеспечивать производительность, безопасность и доступность баз данных. — Готовить документацию и технические спецификации. — Выполнять процедуры с базами данных: обновления, резервное копирование, восстановление и миграция. — Профилировать использование ресурсов сервера и оптимизировать конфигурации. — Проектировать, строить и автоматизировать развертывание дата-пайплайнов и приложений. — Интегрировать данные из локальных баз и внешних источников через REST API и инструменты сбора данных. — Сотрудничать с бизнес-подразделениями и командами дата-сайенс по вопросам доступа, трансформации, обработки и отчетности данных. — Поддерживать внедрение, технические вопросы и обучение, связанные с экосистемой data lake. — Управлять AWS-ресурсами, включая кластеры EMR и ECS. — Поддерживать обеспечение, мониторинг, конфигурацию и обслуживание AWS-инструментов. — Оценивать и внедрять новые облачные технологии для улучшения возможностей и снижения затрат. — Поддерживать автоматизацию с использованием Infrastructure as Code (Terraform) и CI/CD (Jenkins). — Реализовывать управление данными, контроль доступа и снижение рисков безопасности. Требования: — 7-9 лет опыта проектирования и разработки облачных моделей данных, ETL-пайплайнов и инфраструктуры. — Опыт работы с структурированными и неструктурированными данными. — Отличное владение SQL для популярных баз данных. — Опыт оптимизации больших и сложных SQL-запросов. — Знание лучших практик реляционных баз данных. — Опыт настройки движков баз данных и оркестрации кластеров. — Умение планировать ресурсы по высоким спецификациям. — Навыки устранения типичных проблем с базами данных. — Опыт работы со Spark, Glue, EMR, Apache Kafka или AWS Kinesis. — Опыт с системами контроля версий Git или Subversion. — Опыт использования автоматизированных систем сборки и CI/CD. — Программирование на Java, Python и Scala. — Знание структур данных и алгоритмов. — Знание реляционных, NoSQL, графовых, документных, key-value и временных баз данных. — Знание масштабируемого проектирования и управления моделями данных. — Знание деплоя ML-моделей. — Знание AWS cloud платформ. — Знание TDD и BDD. — Сильный интерес к улучшению навыков разработки ПО, фреймворков и технологий. Условия: — Возможность работать с моделированием данных, сервисами данных и дата-сайенсом в рамках платформы Data Intelligence. — Работа в разнообразной технической среде: AWS, ETL-пайплайны, базы данных, поисковые технологии, рекомендательные системы. — Прямое взаимодействие с командами дата-сайенс и внутренними заинтересованными сторонами по вопросам отчетности, трансформации и возможностей платформы.

Вакансия предполагает работу на позиции Senior Data Science специалиста с полной занятостью и удалённым форматом в России. Основные задачи включают разработку сервисов для ИИ платформы, предназначенной для создания функциональных агентов и ИИ ассистентов, а также подготовку серверной части для таких агентов, включая тестирование фреймворков и работу с opensource агентами. В обязанности также входит создание сервиса управления реестром и навыками агентов, а также разработка единого сервиса для баз знаний с интеграцией крупных корпоративных источников. Кандидат должен хорошо разбираться в архитектуре и ограничениях современных языковых моделей, иметь опыт работы с embeddings, vector search, RAG, structured output и tool calling. Важны знания принципов проектирования AI-агентов, включая управление состоянием и контекстом, выбор инструментов, контроль автономности и human-in-the-loop. Требуется опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения, а также понимание рисков, связанных с prompt injection, некорректным tool calling, утечкой данных и избыточными правами доступа. Необходим опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков, умение оценивать стоимость, задержки и масштабируемость LLM-решений. Желателен опыт в e-commerce, retail или других высоконагруженных продуктовых системах, а также владение инструментами Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. Кандидат должен иметь опыт эксплуатации GPU-инфраструктуры и оптимизации inference, а также fine-tuning или адаптации LLM, включая LoRA/PEFT. Опыт проектирования agentic workflows или multi-agent систем и понимание принципов информационной безопасности, конфиденциальности и работы с персональными данными также обязательны.

Задачи: — Проектировать и разрабатывать сквозные конвейеры данных с использованием Azure Data Factory, SQL и других сервисов Azure. — Реализовывать сложные модели данных, меры DAX и вычисляемые столбцы для поддержки отчетности. — Управлять и оптимизировать ETL-процессы, обеспечивая качество данных, согласованность и высокую производительность. — Проектировать и поддерживать хранилища данных и размерные модели (например, схемы звезды/снежинки). — Сотрудничать с аналитиками, разработчиками и заинтересованными сторонами для преобразования бизнес-требований в технические решения. — Интегрировать данные из различных источников, включая SQL-базы данных, облачное хранилище, API и плоские файлы. — Обеспечивать управление данными, точность и целостность в BI-экосистеме. Требования: — Опыт работы в роли Data Engineer не менее 5 лет. — Продвинутые знания SQL: сложные запросы, оптимизация производительности, хранимые процедуры. — Глубокое понимание технологий Azure: Azure SQL Database, Data Factory и др. — Опыт разработки ETL, интеграции данных и оркестрации конвейеров. — Знание принципов моделирования данных и архитектур хранилищ данных. — Знание принципов управления данными, управления качеством данных и лучших практик безопасности данных. — Расположение в часовом поясе CET (+/- 3 часа). Желательно: — Знакомство с Azure Synapse Analytics, Data Lake и Azure DevOps. — Эксперт в разработке Power BI, включая Power Query, DAX и Power BI Service. — Опыт работы с Python или другими скриптовыми языками для обработки данных. — Опыт работы с Git или другими системами контроля версий для совместной работы и практик CI/CD. — Наличие сертификатов Microsoft (Power BI, Azure Data Engineer или SQL Server). Условия: — Своевременные ежемесячные выплаты с гибкими вариантами вывода средств. — Предсказуемые часы работы: стабильные 8-часовые рабочие дни с клиентами. — До 24 дней гибких выходных в год без потери оплаты для полноценных позиций через Proxify. — Долгосрочные удалённые позиции в ведущих компаниях. — Персонально подобранные вакансии без типичных рекрутинговых барьеров. — Единый процесс заключения контрактов для множества возможностей без дополнительных оценок. — Постоянная оплата каждый месяц для позиций, полученных через Proxify.

Проект: Разработка единой системы оценки эффективности. Задачи: — Разработка решений вокруг DWH — Создание ETL / настройка сбора данных, BI-аналитика — Проработка архитектуры данных и системы для их сбора — Внедрение нового функционала, сокращение техдолга Требования: — Опыт проектирования и построения пайплайнов: Python / Apache Airflow — Интеграция источников с GraphQL, RESTful — Хранение данных в Apache Iceberg / проектирование архитектуры хранения данных — Проектирование архитектуры сбора данных и витрин — Тестирование данных на всех уровнях требований к качеству данных — Настройка метрик и алертов Prometheus / интеграция с внутренними системами оповещений — Знание предметной области Условия: Удаленный формат работы Интересный проект с архитектурными задачами Профессиональный рост

О нас: Мы строим ведущую платформу классифайд объявлений Узбекистана. ML - ядро нашего продукта: поиск, ранжирование, модерация и рекомендации. Команда находится на активной стадии построения ML-инфраструктуры с нуля: мы выбираем технологии, формируем процессы и закладываем фундамент для ML-платформы следующего поколения. Чем предстоит заниматься: - Развивать качество поиска: LTR-модели (LambdaMART/LightGBM), разрабатывать и интегрировать векторный поиск, улучшение поискового пайплайна (работа с саджестером, catpred). - Строить ML-модели для Trust & Safety: обнаружение мошенничества, модерация объявлений, NER в мессенджерах, скоринг нарушений. - Развивать систему рекомендаций - item2item, user2item рекомендации. - Участвовать в проектировании и развёртывании ML-платформы (SageMaker, MLflow, Feast, Evidently, Airflow).