Данные и ML вакансии

Location: Canada Workplace: remote We are looking for qualified raters to support a project focused on evaluating personalized search and location recommendations. This role involves rating the relevance and usefulness of suggested places based on personalized results and defined project guidelines.   𝗜𝗳 𝘆𝗼𝘂’𝗿𝗲 𝘀𝗼𝗺𝗲𝗼𝗻𝗲 𝘄𝗵𝗼: ✅Notices when recommendations actually make sense 🧠Thinks critically about usefulness, intent, and context 🖥️Cares about accuracy in digital experiences   This project is built for you. Contract type: Freelance Language: English (Canada) Estimated volume: 8 - 10 hours Start date: The project runs on a weekly basis.  What you will do: Review search queries with results personalized based on your activity history Evaluate suggested places (e.g., restaurants or locations) related to places you’ve previously visited Rate whether the suggested places are relevant and useful Follow project guidelines and complete tasks accurately Requirements: To be located and have the right to work in Canada. An existing, actively used Gmail account with prior usage history on Google Maps. Participation is limited to maximum three project rounds. Please note that the task request will be dynamic and we will be providing you with a heads-up as soon as possible once there is a project round available for you. Please note: This project requires opt-in, consent-based access to limited elements of your activity history. A consent form will be provided for you to review and sign before participation. Please note that the consent form and its terms may be subject to change as project requirements evolve. A desktop or laptop computer is required to complete the application and onboarding process. Mobile devices are not supported.

Meet Arago and the Aragonians Arago is an AI and computer hardware company whose mission is to drive the course of history forward. We do so by accelerating breakthroughs at the intersection of AI and semiconductors. Founded in 2024 by AI researchers and physicists with deep expertise in photonics, electronics, software, mathematics, and machine learning, Arago brings together a lean team of engineers and scientists from the world’s top companies and research labs. Composed of nine nationalities and operating from hubs in France, North America, and Israel, we believe in great science and fast achievements. Our work is guided by these core principles: Do great things: we deliver work we’re proud to sign our name to. High velocity: speed matters. We move quickly, one step at a time. One unit: we’re all in this together, with relationships grounded in trust, respect, and camaraderie. Arago is backed by executives from Apple, Arm, Nvidia, Microsoft, and Hugging Face, as well as prominent US and European deeptech venture firms and exited founders. Задачи: — Develop Arago’s quantization strategy for modern AI models, including precision studies, numerical format exploration, and model-level techniques to preserve accuracy under constrained precision. — Study the impact of analog noise on the performance and inference accuracy of machine learning models, including language models, diffusion, video generation, and world models. — Develop simulation tools to model analog behavior with minimal computational overhead. — Build and maintain Arago's internal experimentation pipelines for precision and performance studies on both physical and emulated prototypes. — Act as a technical point of contact between clients and Arago: analyze, port, and optimize client models onto Arago hardware, balancing throughput and accuracy. — Collaborate with the software and digital architecture teams to support architectural enhancements based on the operator content of frontier model architectures. Требования: — Background in mathematics, physics, computer science, or a related quantitative field. — Strong interest and skills in applied mathematics and statistics. — Strong experience with quantization of machine learning and AI models. — Strong understanding of modern model architectures, including language models, diffusion models, video generation models, and/or world models. — Experience studying the impact of numerical precision, noise, or approximation on model accuracy. — Experience with inference performance optimization. — Good knowledge of computer architecture, GPU architecture, or parallel computing. — Ability to build rigorous experimentation pipelines and translate research insights into practical engineering decisions. — GitHub profile with recent and relevant projects. — Language: English at a proficient level. French is a plus. Условия: — Competitive cash compensation, with final package based on location, experience, and the pay of team members in similar positions. — Meaningful stock option plan offered at the earliest stage of the company (included in the majority of full time offers). — Relocation bonus and coverage of moving expenses for relocation within 20 minutes of the company’s location. — Healthcare coverage (including family-friendly options), pension contributions, professional development support, and 25 days of PTO, in addition to public holidays. — Ownership of a key technical domain, with significant vertical and/or horizontal growth opportunities, based on performance and individual drive. — Reimbursement of 50% of the public transport subscription fee. — A high-paced, multicultural (with 10 nationalities), and engineering-led environment.

Задачи: — Разработка с нуля мультиязычного голосового ассистента (обязательно: английский + турецкий) для мобильного приложения и личного кабинета клиента. — Проектирование архитектуры: оценка решений «готовые API vs локальные модели» и последующий вывод open-source LLM в продакшн. — Интеграция AI-сервисов с текущим бэкендом платформы (основной стек: PHP/Laravel, есть элементы legacy на Yii/C#). — На перспективу: задачи на стыке Computer Vision (умный процессинг оплат) и телематики (анализ данных с датчиков топлива, предсказание поломок спецтехники). Требования: — Отличный Python (коммерческий опыт Middle+ / Senior). — Понимание архитектуры бэкенда (будет плюсом опыт соприкосновения с PHP/Laravel или Go). — Опыт разработки голосовых решений (STT/TTS, ASR/NLP), опыт развертывания и кастомизации локальных моделей (LLM) на своих серверах в проде. — English: уровень B2 и выше (чтение документации, работа с зарубежными AI-ресурсами и проектами). Условия: — Локация: Алматы, офис (для сильных кандидатов возможен гибрид или удаленка). — Занятость: Full-time.

Задачи: — проектирование модуля, который объединяет результаты из поисковых систем — написание эффективных обходов графа с ограничениями по времени — реализация кэширующих стратегий для графовых запросов — оптимизация работы с памятью и GC — разработка асинхронных пайплайнов для параллельных вызовов движков — настройка гибридного ранжирования через кастомные скоринговые функции — интеграция векторного поиска через Java-клиенты — написание запросов к FastGraph — внедрение ранжирующих моделей — сборка фичей для модели — мониторинг качества поиска. Требования: — java core: многопоточность, NIO, работа с коллекциями, понимание JVM и GC — опыт написания высоконагруженных сервисов — понимание алгоритмов ранжирования, опыт настройки гибридного поиска (текст + вектора) — практический опыт обхода графов — понимание метрик качества поиска, умение работать с ранжирующими моделями.

Задачи: - написание сервисов для команды рекомендательных систем; - разработка систем мониторинга качества рекомендательных систем; - настройка мониторинга и алертинга качества данных; - написание unit тестов (pytest), тестов для различных участков ML пайплайна, участие в код ревью. Требования: - опыт работы с рекомендательными системами от 2х лет; - опыт полного цикла решения ML-задач: от аналитики до вывода моделей в прод (от 3-х лет); - отличные знания Python, SQL, классического ML-стека и соответствующих ему библиотек; - владение одним из DL фреймворков (torch/tensorflow/keras); - глубокое понимание рекомендательных систем: подходы, типичные проблемы, метрики, А\Б тестирование; - опыт написания Unit-тестов, разработки архитектуры и Code Review; - опыт работы с инструментами разработки и CI/CD — Git, Jenkins, GitLab, Jira.

Задачи: — Проектировать и разрабатывать ETL/ELT пайплайны по цепочке Source → ODS → DDS → витрины данных. — Строить витрины и схемы под аналитику и отчётность; оптимизировать SQL (индексы, партиционирование, предикативный pushdown). — Настраивать доступ к данным через федеративные SQL-движки, REST/JSON API, батч- и файловые выгрузки, асинхронную обработку тяжёлых выборок. — Вести пайплайны в Airflow с инкрементальной загрузкой, идемпотентностью и контролем качества данных (DQ). — Вести каталог данных, глоссарий и data lineage; следить за согласованностью источников. — Доводить задачи до прода в GitOps-флоу (GitLab CI + ArgoCD), контейнеризация (Docker / K8s). Требования: — Уверенный Python и очень уверенный SQL (оконные функции, оптимизация запросов). — Опыт построения ETL/ELT-пайплайнов и оркестрации (Airflow или аналог). — Понимание моделирования данных и хранилищ (DWH / DataMart, слои ODS/DDS, нормализация, партиционирование). — Опыт с реляционными и аналитическими СУБД (PostgreSQL; плюсом — Vertica / Trino / ClickHouse). — Понимание Git, CI/CD и контейнеризации (Docker), базовое понимание Kubernetes. — Внимание к качеству данных, идемпотентности и инкрементальной загрузке. — Интерес к финансовому домену: транзакции, отчётность, регуляторные данные, справочники. Плюсом будет: — Федеративные движки (Trino / Presto), каталоги данных и data lineage (OpenMetadata / DataHub). GitOps (ArgoCD), стриминг (Kafka), dbt, IaC. — Опыт с финансовыми и регуляторными данными, витринами для отчётности, безопасностью данных. — Базовое понимание LLM/RAG (эмбеддинги, retrieval) — как смежное направление команды. Условия: — Работа с современным data-стеком в финансовом домене национального масштаба. — Менторство и турбо-рост в команде, которая катает продукты в прод каждый месяц. — ДМС для вас и членов семьи. — Оплачиваемый отпуск и 100% официальное оформление.

Location: Singapore, Singapore OKX will be prioritising applicants who have a current right to work in Singapore, and do not require OKX's sponsorship of a visa. Who We Are At OKX, we believe that the future will be reshaped by crypto, and ultimately contribute to every individual's freedom. OKX is a leading crypto exchange, and the developer of OKX Wallet, giving millions access to crypto trading and decentralized crypto applications (dApps). OKX is also a trusted brand by hundreds of large institutions seeking access to crypto markets. We are safe and reliable, backed by our Proof of Reserves. Across our multiple offices globally, we are united by our core principles: We Before Me , Do the Right Thing , and Get Things Done . These shared values drive our culture, shape our processes, and foster a friendly, rewarding, and diverse environment for every OK-er. OKX is part of OKG, a group that brings the value of Blockchain to users around the world, through our leading products OKX, OKX Wallet, OKLink and more. About The Opportunity We are building the foundational data infrastructure that powers one of the world's leading crypto exchanges. As a Big Data Platform Engineer , you will design, build, and evolve the core platform services that enable hundreds of data engineers and analysts to move fast and ship reliable pipelines. You will be at the forefront of our AI agent initiative — embedding LLM-driven capabilities directly into the platform layer so that scheduling, cost optimization, and incident response increasingly run autonomously. What You’ll Be Doing Platform Core: Design and operate large-scale distributed data systems Own the big data compute and storage infrastructure (MaxCompute/ODPS, Hologres, Spark) Build and maintain multi-site task orchestration that dynamically selects engines and enforces policy Drive reliability and performance improvements across batch and real-time pipelines AI Integration: Build the AI-native platform layer Develop and expose MCP (Model Context Protocol) tool interfaces so AI agents can interact with platform APIs Build the scheduling and cost-optimization agents that auto-tune resource allocation and alert severity Instrument platform telemetry to feed AI-driven SLA monitoring and anomaly detection Design context retrieval pipelines (RAG / vector search) for SQL code and config knowledge bases Tooling & DX: Evolve the developer experience Own the internal data development platform — IDE integrations, code review automation, deployment tooling Build APIs-first tools (backfill, ingestion automation) designed for future MCP integration Collaborate with data warehouse and service teams to define platform contracts Ops & Governance: Drive operational excellence Establish SLA benchmarks, cost metrics, and latency dashboards as AI optimization targets Build automated incident response and root-cause analysis pipelines Define and enforce infrastructure policies across multi-cloud environments AI Agent Ownership — Platform Tier Scheduling Agent: auto-configure task dependencies, engine selection, cost/performance trade-offs, and alert tiers Operations Agent: detect pipeline latency, performance degradation, and schema drift; trigger remediation Incident Response Agent: trace SLA breaches to root cause, assign accountability, generate post-mortems MCP Tool Layer: design and maintain the cross-platform tool interfaces that all agents call into What We Look For In You 5+ years of experience building large-scale data platforms (Hadoop/Spark/Flink or equivalent) Deep expertise in distributed storage and compute systems (MaxCompute, Hologres, ClickHouse, Hive) Strong software engineering skills in Java, Scala, or Python; experience with API-first design Hands-on experience with task scheduling systems (Airflow, DolphinScheduler, or in-house equivalents) Solid understanding of multi-cloud architectures and cost governance Familiarity with LLM integration patterns: tool calling, RAG pipelines, context management Experience with MCP or similar agent-tool frameworks is a strong plus Passion for building systems that make other engineers 10x more productive Perks & Benefits Competitive total compensation package L&D programs and education subsidy for employees' growth and development Various team building programs and company events Wellness and meal allowances Comprehensive healthcare schemes for employees and dependants More that we love to tell you along the process! Notice: All official OKX vacancies are published on this website. While roles may appear on selected third-party platforms from time to time, information on other sites may be inaccurate or outdated. If in doubt, please apply directly through our official careers website. Information collected and processed as part of the recruitment process of any job application you choose to submit is subject to OKX 's Candidate Privacy Notice .

Location: New York; San Francisco ABOUT US: AI NEEDS A NEW INFRASTRUCTURE LAYER. WE'RE BUILDING IT AT MODAL. Every era of computing brought new workloads that previous infrastructure couldn't support: mainframes, databases, and the cloud. Each time, the company that rebuilt the layer underneath defined the decade. AI is no different, except it touches everything instead of one slice, and the window to build the layer underneath it is open right now. Our customers include category-defining companies like Ramp https://modal.com/blog/how-ramp-built-a-full-context-background-coding-agent-on-modal, Cognition, DoorDash, and Suno. They rely on Modal for instant GPU access, sub-second container starts, and native storage, so it's simple to serve low-latency inference, fine-tune models, and access production-ready sandboxes at scale. We've passed $1B in annualized run rate, up 15x from a year ago. In October 2026 we raised a $750M Series D led by Accel at a $15.75B valuation. Our team includes creators of popular open-source projects (e.g.,Seaborn https://github.com/mwaskom/seaborn,Luigi https://github.com/spotify/luigi), academic researchers, international olympiad medalists, and experienced engineering and product leaders with decades of experience. THE ROLE: We’re building a platform that covers the whole life of an LLM: training it, deploying it, and observing it in production. We already run multi-node training, elastic inference, sandboxes, and distributed volumes, and we control the infrastructure underneath. We’re looking for research depth in post-training to sit alongside our systems and product work. We are looking for research scientists with a strong track record in reinforcement learning, machine learning, and foundation models, including large language and multimodal models, to join our research team. WHAT YOU’LL WORK ON: - Improve existing methods and develop new techniques for large-scale model training, optimization, and inference - Extend models to long-context and long-horizon tasks - Improve inference-time efficiency, reliability, and robustness in high-stakes real-world deployments YOU MAY BE A FIT IF: - You have a PhD in computer science, machine learning, or a related field - You have a demonstrated record of research accomplishments in reinforcement learning, machine learning, foundation models, or related fields - You have experience with large-scale training and inference infrastructure, including distributed systems and multi-node GPU clusters - You’ve developed, trained, optimized, or deployed state-of-the-art large-scale models - You have first-author publications at leading venues such as NeurIPS, ICML, ICLR, CoRL, CVPR, UAI, JMLR, or TMLR - You have a mission-driven mindset and a strong desire to translate research advances into meaningful product impact - You have a collaborative spirit and can work effectively across research and engineering teams Candidates with a master’s degree and significant research or industry experience will also be considered.

Ищем ML Engineer в команду рекомендаций социальной сети для геймеров Gameram. Вакансия ближе к DE/MLOps — основной фокус на подготовке и доставке рекомендательных систем до пользователя и их стабильной работе в проде. Стек: Scala, Python, Spark, Airflow, Hadoop/HDFS, Kafka, ZooKeeper, ClickHouse, Superset, Redis, PostgreSQL, AWS Обязанности: — Выводить ML-модели и рекомендательные системы в production; — Развивать и поддерживать ML-инфраструктуру; — Взаимодействовать с Data Science, продуктом и другими инженерами. Требования: — 4+ года опыта в разработке; — Уверенный Scala и/или Python; — Опыт вывода ML-моделей в production и поддержки production-систем; — Опыт работы с Big Data и распределённой обработкой данных; — Понимание ML-пайплайнов и жизненного цикла моделей; — Опыт с рекомендательными системами будет большим плюсом. Условия: — full-time, удалённо (не РФ). — Зарплата: $4,000–5,000 gross / месяц.

Location: Canada; Calgary; Winnipeg; Vancouver; Halifax; Edmonton; Ottawa; Toronto; Victoria; Montreal Workplace: Remote WHO ARE WE? Cohere is the leading security-first enterprise AI company. We build cutting-edge foundation AI models and end-to-end products that are designed to solve real-world business problems. We’re training and deploying frontier models for enterprises who are building AI systems. We believe that our work is instrumental to the widespread adoption of AI and we are looking for folks that want to be part of that. We obsess over what we build. Each one of us is responsible for contributing to increasing the capabilities of our models and the value they drive for our customers. Cohere is a team of researchers, engineers, designers, and more, who are all passionate about their craft. We are a global technology company headquartered in Toronto with key offices in London, New York City, San Francisco, Montreal, Paris, Berlin and Seoul. Join us! Why this role? This role will focus on evaluating data science and coding tasks, requiring you to review and debug code, analyze model trajectories, and assess data visualization script development and logical flow implementation. Your work will contribute to our model development efforts and the logic our models apply when completing task requests. Please note: This is a part-time independent contractor position available within Canada. We seek candidates who are able to commit to 16 hours per week minimum at a 40 CAD/hour contract rate. This role is BYOD 💻 - Bring Your Own Device (laptop). Remote work within Canada. 12 month contract. As a Data Annotation Specialist, you will: - Evaluate the model's ability to respond to coding requests, workflows, and code base-related questions using available tools. - Assess agent trajectories and model capabilities for code generation, tabular and graphic manipulation, and debugging requests. - Prompt models to complete complex data science tasks and review the accuracy of generated responses. - Label, proofread, and improve machine-written and human-written software engineering-related outputs. - Report quality and performance trends related to model/agent behaviour and project assignments. You may be a good fit if you have: - Exceptional data analysis and visualization skills. - 3+ years of relevant industry experience working on real-world data science problems and pipelines. - Proficient knowledge and understanding of Python and industry-standard data science packages (numpy, pandas, matplotlib, sqlite, or others). - Strong understanding of SQL syntax writing and workflows; and a deep familiarity with file/data formats, such as markdown, JSON, XML, YAML, and HTML. - Prior experience re-writing, proofreading, and delivering feedback on code. - Familiarity with code agents (OpenCode, Claude Code, Codex) or evaluating agent trajectories is a plus. The Candidate Journey: - Initial Screening: Our Talent Team will review your application. - First Assessment: If selected to move forward, you’ll receive a multiple-choice assessment by email. - Second Assessment: Candidates who achieve a passing score will be contacted by a member of our team to complete a more comprehensive assessment focused on their area of expertise. - Video Screen: If selected to move forward, you’ll have a short video call with a member of our Operations Team. - Final: Selected candidates will receive an Independent Contractor Agreement. As an independent contractor, you maintain control over how you complete your work and may work with multiple clients simultaneously. We request that you declare any external work relationships with Cohere’s direct competitors and always maintain the IP confidentiality of the Cohere project. Independent contractors are not eligible for health benefits or other benefits provided to employees. Compensation for services is provided to contractors by self-invoicing for services provided pursuant to the terms of our agreement with the contractor. It is important to understand that, as an independent contractor, continuous work is not guaranteed. The client-contractor relationship is fundamentally project-based, meaning engagements may be temporary, periodic, or intermittent based on our organizational needs and project availability. As an independent contractor, you should anticipate fluctuations in workflow and, therefore, compensation for services when Cohere does not require as many hours of services in a week. Prospective candidates, please be advised: this role involves working with human-generated and model-generated tasks that may involve exposure to not safe for work (NSFW) text content as part of data annotation tasks, including explicit, offensive, or other inappropriate material. If the above qualifications do not perfectly align with your experience, we still encourage you to apply! We value and celebrate diversity and strive to create an inclusive work environment for all. We welcome applicants from all backgrounds and are committed to providing equal opportunities. Should you require any accommodations during the recruitment process, please submit an Accommodations Request Form, and we will work together to meet your needs.

Задачи: — Разработка и настройка AI-функций продукта — Работа с LLM, RAG, embeddings и векторными базами данных — Интеграция OpenAI, Gemini, DeepSeek и других AI API — Настройка промптов и улучшение качества ответов моделей — Работа с учебными материалами и базой знаний — Поддержка серверной части: Linux, Docker, логи, конфигурации и деплой — Оптимизация скорости работы и стоимости AI-запросов Требования: — Опыт работы от 3 до 6 лет — Уверенное владение Python — Опыт работы с LLM, RAG и embeddings — Опыт интеграции AI API — Понимание FastAPI и REST API — Опыт работы с Linux-серверами — Владение Docker, Git, переменными окружения и инструментами работы с логами — Умение доводить AI-функции до рабочего состояния в продукте — Будет преимуществом: опыт работы с Qdrant, Pinecone, Weaviate, Chroma, PostgreSQL, Redis, TTS/STT, Telegram Bot API, Mini App, MLOps и компьютерным зрением Условия: — Официальное оформление по Трудовому договору или договору ГПХ (с самозанятым, ИП или физическим лицом) — График работы 5/2 — Рабочий день: 8 часов — Гибридный формат работы — Выплата заработной платы два раза в месяц — Возможность проектной или долгосрочной занятости — Условия оплаты обсуждаются по итогам собеседования Адрес: Астана, улица Сарайшык, 5

О компании Nexters: международная компания по разработке игр, входящая в холдинг GDEV, с офисами на Кипре, в Армении и Казахстане, а также возможностью удалённой работы. Обязанности: — Проектирование, создание и поддержка масштабируемых конвейеров данных (batch и streaming) — Поддержка и рефакторинг существующих решений — Основная зона ответственности — Bronze и Silver слои платформы данных — Разработка и поддержка моделей data lake / data warehouse — Оптимизация производительности Spark-джобов — Разработка и поддержка dbt моделей и контрактов данных — Внедрение и поддержка мониторинга, наблюдаемости и проверок качества данных — Работа с Kafka-стриминговыми конвейерами — Взаимодействие с командами аналитики, маркетинга, платформы и бэкенда Требования: — Уверенные навыки SQL и Python — Опыт создания ETL/ELT конвейеров в продакшене — Практический опыт работы со Spark/PySpark, особенно в стриминговых сценариях — Понимание распределённых систем обработки и хранения данных — Опыт работы с архитектурами data lake / data warehouse — Практический опыт с Delta таблицами, Parquet и S3 — Опыт работы с оркестраторами, такими как Airflow или аналогичными — Опыт работы с Kafka и стриминговыми конвейерами — Опыт поддержки и улучшения конвейеров данных в продакшене — Опыт с практиками наблюдаемости, мониторинга и качества данных Условия: — Медицинская программа (включая стоматологию) или компенсация, доступная в любом месте работы — Медицинская программа для членов семьи при работе в офисах на Кипре, в Армении и Казахстане — Оплачиваемый отпуск и больничные — Возможность работать в офисах или удалённо — Спортивные активности в офисах (йога, футбол, волейбол) — Пакет поддержки релокации при переезде в официальные локации — Курсы английского языка онлайн, уроки греческого и армянского для сотрудников в соответствующих офисах — Участие в гейм-джемах, хакатонах, конференциях и митапах — Поддержка социальных инициатив и участие в благотворительных проектах Формат работы: в офисах компании на Кипре, в Армении и Казахстане или удалённо.

MDiet — early-stage HealthTech стартап, разрабатывающий AI-powered платформу, которая помогает снижать количество повторных госпитализаций пациентов. Продукт ориентирован на рынок здравоохранения США. Возможна релокация в США при успешном росте компании, обсуждается индивидуально. Tech Stack: • LangGraph + LangChain / Agentic AI • vLLM + Hugging Face • PyTorch + PEFT / LoRA / QLoRA • Vector databases: pgvector, Qdrant, Weaviate, Chroma, Pinecone • Advanced RAG, Prompt Engineering, Embeddings • FastAPI + PostgreSQL • Docker + Kubernetes + async processing: Arq / Celery / Redis Streams • Apache Airflow для data pipelines • AWS Cloud: EC2, S3, SageMaker, Lambda, RDS, Bedrock • Structured output: Outlines / Guidance / Instructor • Evaluation & observability: Langfuse, RAGAS / DeepEval, Prometheus + Grafana • MLOps practices Задачи: • Проектирование и разработка multi-step LLM agents и pipelines для обработки медицинских данных • Разработка production RAG-систем с высоким уровнем grounding и качеством citation • Деплой и оптимизация self-hosted LLM inference через vLLM с фокусом на cost и throughput optimization • Fine-tuning open-source моделей на domain-specific medical data с измеримым улучшением результата • Построение data pipelines и versioning для документов, embeddings и training data • Создание evaluation frameworks, guardrails и систем контроля hallucinations • Реализация reliable structured output и data extraction • Тесное взаимодействие с physicians и Platform Architect Требования: • Сильный hands-on опыт с production LLM systems: RAG, agents, inference • Опыт fine-tuning open-source LLMs: LoRA / QLoRA / PEFT, с измеримыми результатами • Опыт построения data pipelines и versioning для LLM / RAG workloads • Сильные навыки в evaluation, hallucination reduction и structured output • Production Python + FastAPI + async processing • Опыт с self-hosted inference: vLLM или аналогичные решения • Опыт GPU optimization • Английский язык на уровне C1: strong written and spoken communication skills • Bachelor’s degree или выше в Computer Science, Artificial Intelligence, Machine Learning, Data Science или смежной технической области • 5+ лет опыта в ML/AI • 1.5–2+ года опыта в production LLM projects • Опыт с MLOps Будет плюсом: • Опыт в medical / clinical NLP или regulated domains • Cost modeling и optimization of LLM workloads • MLOps и production fine-tuning pipelines • Apache Airflow, Prometheus / Grafana или AI Solution Architecture • Publications in relevant fields Условия: • Работа в early-stage HealthTech startup с продуктом для US healthcare market • Возможность участвовать в создании AI-powered платформы с реальным влиянием на healthcare-процессы • Офисный формат в Астане первые 7–9 месяцев, далее возможен hybrid/remote • Зарплата $4 000 – $5 000 USD gross + equity • Возможность релокации в США при успешном росте компании, обсуждается индивидуально

Задачи: — Разрабатывать и внедрять классические ML-модели для оценки рисков, выявления мошенничества, прогнозирования оттока и ценообразования. — Создавать функции на базе больших языковых моделей (LLM) и внутреннюю автоматизацию с использованием RAG-пайплайнов и агентных рабочих процессов. — Определять стратегию в области искусственного интеллекта, включая стандартизацию инструментов и разработку фреймворков оценки моделей. — Отвечать за полный жизненный цикл ML: от определения требований заинтересованных сторон до развертывания и мониторинга. — Сотрудничать с руководителем отдела данных для формирования возможностей ML/AI с нуля. Требования: — Опыт профессиональной работы ML-инженером не менее 4 лет с использованием Python в продакшене. — Глубокие знания классического машинного обучения, включая инженеринг признаков и валидацию моделей. — Практический опыт работы с фреймворками LLM, такими как LangChain, LangGraph или LlamaIndex. — Подтвержденный опыт создания систем RAG или продуктов на базе LLM для реальных пользователей. — Опыт работы с основными облачными провайдерами (AWS, GCP, Azure) и контейнерами. — Свободное владение английским языком в письменной и устной форме. Желательно: — Опыт работы с MLOps-инструментами, такими как MLflow, Airflow или Kubernetes. — Опыт работы в сферах финтеха, платежей или телекоммуникаций. Условия: — Комплексный страховой пакет, включающий медицинское, стоматологическое и профессиональное страхование. — 30 дней ежегодного отпуска и дополнительная оплата по уходу за ребенком. — Пособие на оздоровление в размере 5000 SEK и скидки на абонементы в спортзал. — Пенсионный план и программа бонусов на основе результатов работы. — Международная и разнообразная команда в Стокгольме.

Задачи: — Сбор, валидация и анализ данных из внутренних систем, разработка новых метрик и KPI. — Разработка ML-моделей для анализа временных рядов, прогнозирования сальдо счетов, LTV и оттока клиентов. — Кластеризация и сегментация базы, разработка моделей скоринга и расчет Life Time (LT). — Прогнозирование объема обращений и моделирование показателей эффективности (KPI) сервиса. — Формирование и проверка гипотез для улучшения ключевых бизнес-показателей на основе математических моделей. Требования: — Высшее образование в математике, финансах, экономике, информатике, физике, инженерии или аналогичных областях. — Исследовательский склад ума, творческий подход, настойчивость, инициативность, внимательность к деталям. — Критическое мышление и способность находить нестандартные подходы. — Уверенное владение инструментами BI аналитики, знание MySQL, Google Big Query, Python, Git. — Английский язык на уровне B2. Условия: — Работа в европейском офисе с отличным климатом. — Компенсация перелета и помощь с легализацией (релокационный пакет). — Конкурентная заработная плата, ДМС и пакет бенефитов. — Амбициозные задачи. — Работа в команде профессионалов в комфортабельном офисе в регионе с отличным климатом.