Данные и ML вакансии

• Analyze data and select architectures for model training. • Test new approaches and deploy models to production.

разрабатывать и доводить до продакшена модели компьютерного зрения. решать задачи речевой аналитики: транскрибация звонков, диаризация спикеров, извлечение сущностей и интентов, оценка качества коммуникаций и построение аналитических витрин по разговорам;

Задачи: — участие в долгосрочном проекте по обезличиванию данных в формате ИП Требования: — опыт работы от 3 лет в роли ML-инженера / Data Scientist — опыт разработки и внедрения ML-моделей в продакшен — знание Python, pandas, numpy, scikit-learn — опыт работы с NLP-инструментами: SpaCy, Hugging Face Transformers — практический опыт построения пайплайнов обработки неструктурированных данных — очистка, нормализация, feature engineering — извлечение сущностей (NER) — понимание и опыт применения деревьев решений и ансамблей (Random Forest) — умение интерпретировать результаты, подбирать гиперпараметры, оценивать риски переобучения — опыт работы с CTGAN и TVAE (библиотека SDV или аналоги): обучение, подбор гиперпараметров — проведение privacy-проверок — контейнеризация (Docker) — развертывание моделей через API (FastAPI/Flask) — версионирование моделей и данных (MLflow/DVC) — понимание CI/CD-процессов Условия: — формат сотрудничества: ИП — тип занятости: долгосрочный проект

Ищем сильного ML Researcher уровня Senior / Staff для сложной исследовательской задачи на стыке probabilistic ML, sequential decision making и моделирования поведения агентов. Необходимо моделировать поведение участников и использовать эти прогнозы для принятия решений в условиях неопределённости и ограниченного inference budget.

• Развитие harness. Нам важно строить эффективную (как по токенам, так и по скорости) обвязку вокруг модели.

You’ll take full ownership of the production databases at a high-traffic, high-load startup with millions of rows. - Monitoring, incident response and recovery readiness.

-Развивать и поддерживать инфраструктуру DWH. -Строить и развивать CI/CD-процессы для data и ML-разработки.

Ваши задачи: управлять направлением данных и аналитики, реализовывать стратегию data-направления, выстраивать единые процессы и стандарты работы с данными, аналитическими запросами, метриками и отчётностью.

Ожидание от кандидата: Высшее техническое или математическое образование; От 3–4 лет коммерческого опыта в Data Science / ML.

-Участие в проекте умного ценообразования банковских продуктов. -Полный цикл разработки моделей: сбор и подготовка данных, исследовательский анализ, построение uplift‑моделей, их валидация и оценка.

💎 Разработка CV-моделей для автоматизации складских процессов: детекция, классификация, трекинг, сегментация. Проектирование inference-пайплайнов, включая real-time, и ML-сервисов на Python в микросервисной архитектуре.

— Разрабатывать Python / SQL-пайплайны загрузки и обработки данных из файлов, API и информационных систем. — Проектировать таблицы хранилища: сущности, связи, правила преобразования.

Предстоит: Проводить мониторинг и обслуживание AI-моделей; Управлять инфраструктурой в виде GPU-серверов;

– Проектировать витрины данных: модель, гранулярность, состав атрибутов, историчность. – Разрабатывать и поддерживать процессы наполнения витрин, подключать новые источники данных.

Deliver novel and impactful insights for client organizations using machine learning and AI technologies. Work closely with our Product, Platform Data, Insights & Strategy, and Sales teams to create client-facing analyses.

По сотрудничеству в формате ИП ищем на проект ML-инженера (проект по обезличиванию данных), проект долгосрочный. -Опыт работы от 3 лет в роли ML-инженера / Data Scientist.

We are developing a high-load train scheduling system that processes large volumes of real-time railway route data. The system is built on MariaDB and includes complex logic for caching, task queue processing, and query optimization.

- 2+ years of experience in data analysis or modeling. - Strong knowledge of SQL (Google BigQuery, PostgreSQL).