Задачи:
— Руководство и наставничество в команде Data Science
Требования:
— Опыт работы в Data Science не менее 5 лет, предпочтительно в мобильных потребительских продуктах
— Глубокие знания в области монетизации рекламы, оптимизации доходов или аналитики рекламы
— Опыт работы с системами рекомендаций, персонализации или ранжирования
— Продвинутые навыки Python и SQL
— Экспертиза в машинном обучении, предиктивном моделировании, прогнозировании и прикладной статистике
— Опыт работы с большими поведенческими наборами данных
— Опыт руководства или наставничества в командах Data Science
— Родной русский язык
Будет преимуществом:
— Знание и опыт работы с AdMob, AppLovin, Unity Ads, ironSource
— Опыт с MLOps и облачными платформами AWS, GCP, Azure
— Знания в области LLMs и генеративного ИИ
Задачи:
— Проектирование архитектуры хранилищ данных;
— Сопровождение существующих кластеров ClickHouse;
— Ревью и оптимизация SQL-запросов и схем данных совместно с разработчиками;
— Конфигурирование и оптимизация инстансов ClickHouse;
— Настройка и оптимизация процессов репликации и шардинга, конфигурация Zookeeper;
— Разбор и устранение сложных инцидентов, включая расследование деградации и потерь данных.
Требования:
— Опыт работы с Linux;
— Глубокие знания устройства и принципов работы ClickHouse (движки, индексы, репликация, шардинг, best practics);
— Уверенное владение Bash и SQL;
— Опыт работы с системами мониторинга.
Будет плюсом:
— Базовые навыки программирования на Python (решение рутинных задач);
— Опыт работы с системами управления конфигурацией, такими как Ansible, Puppet или SaltStack;
— Продвинутое знание и опыт работы с реляционными СУБД: MySQL и/или PostgreSQL.
Условия:
Официальное оформление, медицинская страховка, рабочая виза, компенсация английского, и многое другое подробнее в лс.
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.
УдалённоseniorГеография найма не уточнена
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Настройте подбор, и подходящие вакансии будут приходить в Telegram.
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).
Задачи:
— управление полным циклом разработки моделей и ML-решений от постановки задачи до передачи на мониторинг;
— формирование бэклога проектов;
— генерация подходящих ML-решений для задач бизнеса;
— формирование бизнес-технических моделей и технических заданий смежным стримам и командам.
Задачи:
— участвовать в разработке и валидации моделей кредитного скоринга
— регулярно запускать и контролировать ML-пайплайны
— мониторить производительность и стабильность моделей
— проводить плановое переобучение моделей
— готовить отчёты по производительности моделей, включая Gini / KS
— поддерживать модели в продакшене
Требования:
— от 2 лет опыта в Data Science
— понимание принципов кредитного скоринга
— узбекский язык обязателен
— опыт работы в банковской сфере или финтехе
— уверенный SQL и Python, практический опыт с Apache Spark
— опыт внедрения и сопровождения ML-моделей в продакшене
— понимание MLOps и полного жизненного цикла ML-моделей
Будет большим плюсом:
— опыт работы в банках или финтех-компаниях Узбекистана
Условия:
— полная занятость
— зарплата до 4000 USD на руки
— Ташкент, работа из офиса
— долгосрочный проект
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:
— Разработка и внедрение ML моделей на клиентской базе B2C и B2B для инвестиционных, страховых и сберегательных продуктов.
— Работа с рекомендательными системами и моделями отклика для СберБанк Онлайн и СберИнвестиций.
— Создание NLP-моделей на текстовых данных.
— Использование продвинутых подходов классического ML, включая uplift-моделирование, работу с несбалансированными классами, feature engineering на больших данных, SOTA-алгоритмы.
Обязанности:
— Построение ML моделей на основе табличных данных, последовательностей событий (кликстрим, транзакции и т.д.), текстовых данных.
— Написание production-ready кода и передача его в CI/CD пайплайн команды MLOps с ответственностью за качество кода и воспроизводимость.
— Улучшение процесса построения моделей, разработка прикладных модулей командного фреймворка для повышения производительности DS и улучшения качества кода в промышленной среде.
— Выдвижение data-driven гипотез и предложений для запуска новых механик, поиск инсайтов в данных.
Требования:
— Глубокое знание классического ML и опыт применения к реальным бизнес-задачам (градиентный бустинг, NLP алгоритмы).
— Понимание основных Deep Learning подходов.
— Продвинутое знание SQL (оконные функции, оптимизация плана запроса).
— Отличное знание Python, включая библиотеки catboost, pandas, numpy, sklearn, torch.
— Опыт работы с Hadoop, PySpark (оптимизация запросов, работа на общем кластере).
Условия:
— Комфортный современный офис рядом с м. Кутузовская.
— Ежегодный пересмотр зарплаты, годовая премия.
— Корпоративный спортзал и зоны отдыха.
— Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития.
— Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа.
— Ипотека для сотрудников выгоднее до 4%.
— Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.
— Вознаграждение за рекомендацию друзей в команду Сбера.
Задачи:
— Разрабатывать и внедрять ML-модели для прогнозирования поведения клиентов-физических лиц и розничного продуктового портфеля Банка
— Рассчитывать ожидаемые денежные потоки по кредитным и пассивным продуктам Банка
Требования:
— Опыт работы в банковской сфере
— Опыт разработки и внедрения ML-моделей от сырых данных до production
— Работа с табличными данными
— Свободное владение Python: Pandas, NumPy, Matplotlib (или аналогичными инструментами визуализации)
— Знание SQL: оконные функции, сложные JOIN, оптимизация запросов к БД
— Хорошее владение ML-библиотеками: CatBoost, LightGBM, XGBoost, Scikit-learn
— Умение проводить стресс-тесты и А/В-тесты
— Понимание особенностей розничных банковских бизнес-процессов
— Преимуществом будет знание MLflow, Airflow, Butch Scoring, Docker, Spark / PySpark
Условия:
— Офисный формат работы
— Офис в центре Москвы
Задачи:
— Разработка моделей для рекомендательных систем CVM
— Рекомендация персональных предложений в мобильном приложении, рекомендации докупа в корзине, рекомендации в карточке товара
Требования:
— Высшее образование
— Навыки построения авторегрессионных моделей (семейство ARIMA, экспоненциальное сглаживание, Prophet и тд) и деревяных моделей (случайный лес, бустинги) в задачах прогнозирования
— Высокий уровень Python, средний уровень SQL
— Знание и опыт использования классических рекомендательных алгоритмов (матричная факторизация), а также более продвинутых (бустинги, нейронные сети)
— Умение работать с очисткой от выбросов, сглаживания временного ряда
— Приветствуется опыт работы с нейронными сетями в задачах прогнозирования
Условия:
— Работа в компании с мировыми стандартами и легендарной историей
— Оформление в ИТ аккредитованную компанию
— Интересные задачи и профессиональное развитие
— Конкурентоспособный социальный пакет
— Гибридный формат работы
Задачи:
— разработка LLM агентов
— создание логики работы и взаимодействия агентов
— дообучение NLP моделей
— создание RAG систем
— вывод и сопровождение моделей
— написание API для выводимых моделей.
Требования:
— знания в области математики, data science
— владение Python (pandas, numpy, torch, fastapi, langchain, etc)
— знание SQL, spark
— приветствуется опыт работы с git, docker
— опыт работы с NLP пайплайнами.
Условия:
— комфортный современный офис рядом с м. Кутузовская
— возможность выбрать удобный график – офис/гибрид
— ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— программа адаптации и помощь руководителя на старте (для вакансий уровня Junior)
— расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
— гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
— подписка Прайм с возможностью совместного использования на трёх близких
— вознаграждение за рекомендацию друзей в команду Сбера.
О компании
Points Health - это экосистема высокоточных маркетинговых решений для фармацевтических брендов. Компания работает с данными более чем 38 000 аптек по всей России и внедряет современные методы аналитики.
Роль и задачи
Ищут сильного лидера и эксперта, который будет ключевым звеном в трансформации больших и грязных фармацевтических данных в ценные бизнес-инсайты. Обязанности включают управление командами, выстраивание архитектуры данных, методологии очистки и анализа, создание прогностических моделей для повышения эффективности продаж и маркетинга.
Ключевые обязанности:
Управление и стратегия:
— Разработка стратегии работы с данными для поддержки и развития продуктов "Stock Index" и "Мой Бонус".
Работа с данными (Data Engineering):
— Управление ETL-процессами: сбор, очистка, стандартизация и валидация больших массивов данных из различных источников.
— Обеспечение высокого качества и надежности данных для аналитики.
Анализ и моделирование:
— Применение многомерных методов анализа данных: регрессионный, кластерный, факторный анализ.
— Разработка прогностических и "what-if" моделей для прогнозирования продаж, оценки маркетинговых активностей и ценообразования.
— Построение и валидация моделей для оптимизации товарного запаса и предотвращения дефектуры.
Взаимодействие с бизнесом:
— Трансформация сложных аналитических выводов в понятные бизнес-рекомендации для топ-менеджмента и клиентов.
— Сотрудничество с продуктовыми командами для внедрения моделей в продукты Points Health.
Ключевые требования
Опыт:
— От 3 лет в Data Science, управлении аналитикой или аналогичных ролях с опытом руководства проектами или командами.
— Опыт в фармацевтической отрасли будет преимуществом.
Образование:
— Высшее образование (Магистр или PhD) в математике, статистике, эконометрике, компьютерных науках, Data Science или смежных дисциплинах.
Технические навыки:
— Экспертный уровень владения Python (pandas, scikit-learn, statsmodels, PyMC) и SQL.
— Опыт с библиотеками машинного обучения и статистического моделирования.
— Глубокое знание методов экстраполяции, агрегации, кластерного и факторного анализа, регрессионного анализа (включая байесовские подходы) и эконометрических методов.
— Опыт построения прогностических моделей (временные ряды, XGBoost) и "what-if" сценариев.
— Опыт работы с большими данными, их очисткой, трансформацией и интеграцией.
— Умение создавать дашборды и отчеты в Power BI, Tableau или Qlik.
Личные качества:
— Сильное аналитическое и критическое мышление.
— Управленческая зрелость, способность принимать решения в условиях неопределенности.
— Отличные коммуникативные навыки и умение доносить сложные концепции до не-технических специалистов.
— Проактивность, ориентация на результат и клиентоориентированность.
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:
• Проектирование и разработка сложных Агентных и AgenticRAG систем. Обеспечение воспроизводимости и отказоустойчивости
• Разработка решений начиная от прототипа, заканчивая выводом в промышленную эксплуатацию
• Определение ML SysDes решения с учетом разрешенного технологического стека
• Участие в валидации и автомониторинге моделей, проведение A/B тестирования
Требования:
• Высшее образование в сфере компьютерных наук, физ-мата, прикладной математики и информатики. Приветствуются дипломы ведущих технических и научных ВУЗов (МФТИ, МГУ, Сколтех, ВШЭ, ИТМО, МИФИ и др.)
• Знание мат. статистики, классического ML, NLP, опыт в постановке и интерпретации экспериментов
• Опыт e2e-разработки ML/AI-пайплайнов (в т.ч. RAG-пайплайнов) и проектировании архитектуры AI решений
• Умение переводить бизнес-постановку задачи в ML-постановку
• Высокий уровень владения Python и SQL
• Знание фреймворков, библиотек, алгоритмов машинного обучения: XGBoost, CatBoost, PyTorch, TensorFlow, Transformers
• Знание принципов построения RAG, VisionRAG и AgenticRAG систем
• Знание архитектур нейронных сетей: RNN, LSTM, трансформеры (BERT, BART, T5)
• Знание агентных архитектур (ReAct, Multi-agent и др.)
• Знание фреймворков для работы с LLM (LangChain, LangGraph и др.)
• Знание веб-фреймворков (FastAPI, Flask), контейнеризации (Docker)
• Понимание жизненного цикла моделей (CRISP-DM)
Условия:
• Гибкий гибрид (обсуждаем индивидуально)
• Современный IT-офис вблизи Москва-Сити с фитнес-залом
• Ипотека с выгодой для сотрудника и льготные условия кредитования
• Бесплатная подписка СберПрайм+
• Скидки на продукты компаний-партнеров
• ДМС с первого дня и льготное страхование для близких
• Корпоративная пенсионная программа
• Обучение за счет компании: онлайн курсы в онлайн-школе Сбера и неограниченный доступ к библиотеке, обучение в Корпоративном университете, тренинги, митапы и возможность получить новую квалификацию
• Крупнейшее DS&AI Community — более 600 DS банка, регулярный обмен знаниями, опытом и лучшими практиками, интерактивные лекции и мастер-классы от ведущих ВУЗов и экспертов технологических компаний, дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира
Компания AI research lab 42 — лаборатория, разрабатывающая автономного AI Scientist — систему, способную самостоятельно формулировать гипотезы, проводить эксперименты и находить решения.
Задачи:
— TradFi Research Lead: построить и возглавить research-направление в traditional markets, разрабатывать MFT-стратегии, строить портфели и risk/execution models, выводить стратегии в production
— AI Researcher — Autonomous Research: перейти от ручного quant research к автономной agent-driven системе, генерировать гипотезы, тестировать и оптимизировать стратегии
— Quantitative Researcher — Crypto MFT: полный цикл разработки medium-frequency crypto strategies, поиск alpha и backtesting, production и мониторинг live performance
Требования к кандидату:
— TradFi Research Lead: 5+ лет в systematic quant research, подтверждённый track record прибыльных MFT-стратегий, опыт с equities / futures / options / FX, опыт лидерства
— AI Researcher — Autonomous Research: MFT/HFT researcher, сильное понимание market microstructure, статистики и Python/ML, способность формализовать research-процесс для автоматизации
— Quantitative Researcher — Crypto MFT: 2+ лет в systematic trading, опыт запуска стратегий в live, глубокое понимание crypto market structure (spot, perps, funding), сильные Python, statistics и ML/DL
Условия:
— B2B контракт
— помощь с релокацией в Амстердам по high skilled migrant visa
— оформление в голландскую компанию с 30%ным налоговым рулингом
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.
Semantics Innovations — технологическая IT-компания, которая специализируется на разработке, тестировании и внедрении программного обеспечения для цифровой экономики и финансового сектора.
Офис в Астане, Казахстан.
