ML-инженер вакансии - в офисе

• Own AI features from concept to production, integrating LLMs and custom models. • Work on real-time live-streaming problems — content moderation, recommendations, and more.

Задачи: - Разрабатывать, обучать и оптимизировать ML/AI-модели на PyTorch или TensorFlow - Проектировать end-to-end пайплайны обработки и подготовки данных - Работать с синтетическими данными и автоматизацией разметки - Интегрировать AI/ML-модели с backend и другими компонентами продукта - Подготавливать модели к production-деплою и масштабированию - Настраивать процессы мониторинга, версионирования и экспериментов с использованием MLOps-инструментов - Контейнеризировать ML-процессы с помощью Docker - Работать с облачной инфраструктурой AWS или аналогами - Участвовать в оптимизации inference и производительности моделей - Взаимодействовать с инженерами и другими участниками AI-команды на всех этапах разработки - Определять техническое направление AI-проектов, принимать ключевые архитектурные решения и обеспечивать техническое руководство командой на всех этапах разработки. Требования: - Опыт 4+ года коммерческого опыта в Machine Learning / AI Engineering - Практический опыт разработки и внедрения ML-моделей в production - Английский (свободный) - Уверенное понимание основ Machine Learning и Deep Learning - Знание методов оптимизации моделей и ключевых ML-метрик - Практический опыт с MLOps (MLflow/Kubeflow/AWS SageMaker или аналогичные) Условия: - Формат: Full-time - Локация: Ташкент (Офис) - Официальное трудоустройство по ТК УЗ - Занятость: полный рабочий день

Задачи: — Разработка и развитие сервисов промышленного инференса ML-моделей и LLM — Построение централизованного слоя доступа к моделям и AI-сервисам — Разработка платформенных компонентов для деплоя, версионирования и мониторинга моделей

В данной роли предстоит заниматься разработкой и проектированием AI-агентов, которые автоматизируют процессы отчетности и выявления отклонений в бизнес-процессах. Задачи включают создание пайплайнов для обнаружения аномалий, интеграцию этих решений с большими языковыми моделями (LLM) для генерации текстовых отчетов, а также работу с большими данными: подготовку признаков, агрегацию и передачу данных в модели. Кроме того, необходимо оптимизировать, упаковывать и разворачивать агентные системы в продуктивной среде. Важной частью работы является тесное взаимодействие с бизнес-подразделениями и аналитиками для преобразования их требований в технические AI-решения. Кандидат должен иметь не менее трех лет опыта коммерческой разработки на Python, хорошо разбираться в языковых моделях, включая понимание их ограничений, а также иметь опыт работы с LangChain или аналогичными инструментами для интеграции LLM в бизнес-задачи. Требуется знание математической статистики и основ различных методов машинного обучения, а также понимание принципов DevOps и процессов CI/CD. Работа предполагает офисный формат в Москве.

Задачи: — Владеть AI-функциями от концепции до производства в масштабе 50k RPS и 450M пользователей. — Создавать большие языковые модели (LLM) и обучать кастомные модели для приложений в реальном времени. — Тесно сотрудничать с продакт-менеджерами для трансформации целей в решения. — Оценивать и внедрять мониторинг производительности моделей, отслеживать дрейф и регрессии. Требования: — Опыт работы инженером 5+ лет с практическим опытом LLM в продакшене. — Умение обучать и выпускать модели на неструктурированных данных. — Глубокое понимание оценки моделей и мониторинга в продакшене. — Владение Python и основами машинного обучения. — Английский язык на уровне Intermediate и выше. Условия: — Конкурентная зарплата, бонусы и опционы (каждый сотрудник — партнер). — Официальное трудоустройство на Кипре с поддержкой визы для сотрудника и супруга. — Комфортный офис в Лимассоле с питанием и перекусами. — Медицинская страховка. — Доступ к матчам и мероприятиям Aris Limassol F.C. — Возможности профессионального роста и командных активностей.

Задачи: — Управление командой из 4–6 человек: постановка масштабных целей, декомпозиция их в задачи, координация со смежными командами, контроль процесса от постановки задачи до внедрения в продакшен. — Обучение моделей и работа с данными: превращение данных, размеченных с помощью LLM, в датасеты для ML-моделей ранжирования, создание корпусов синтетических данных, дообучение открытых и внутренних LLM. — Создание пайплайнов для оценки обученных моделей, обеспечение многосторонней оценки моделей, работающих в продуктах с миллионами пользователей. Требования: — Опыт управления командой ML/DL-разработчиков. — Опыт обучения DL-моделей и их внедрения в продакшен. — Готовность работать руками, создавать прототипы и проверять гипотезы. Будет плюсом: — Опыт работы с высоконагруженными системами и создания моделей для них. — Опыт работы в кросс-функциональных командах. Условия: — ДМС с регулярными чекапами и вакцинацией. — Другие бонусы, полный список доступен по ссылке.

Semantics Innovations — технологическая IT-компания, которая специализируется на разработке, тестировании и внедрении программного обеспечения для цифровой экономики и финансового сектора. Офис в Астане, Казахстан.

Задачи: — Повышение качества RAG-агентов по трём направлениям: поиск по технической документации, нормативной базе, бухгалтерской документации; — Промпт-инжиниринг и контекст-инжиниринг для всех агентов команды; — Подготовка эталонных наборов оценки качества; — Реализация LLM-as-a-judge для автоматических регрессионных проверок; — Настройка защит для production-агентов: фильтры от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных, anti-hallucination механизмы; — A/B-тестирование промптов и моделей для подбора лучших конфигураций; — Тюнинг качества по сигналам обратной связи пользователей и трассировкам из Langfuse. Требования: — Python от 2 лет коммерческой разработки; — Практический опыт RAG-систем в продакшене: эмбеддинги, векторные базы (Qdrant, FAISS или pgvector), переранжирование, чанкинг; — Опыт построения и поддержки как минимум одного RAG-решения от начала до конца, не прототип; — Практический опыт оценки качества LLM-систем: подготовка эталонных наборов, offline-метрики, LLM-as-judge, регрессионные проверки; — Опыт работы с фреймворками оценки (Ragas, DeepEval или аналоги); — Практический опыт настройки защит для LLM-приложений: защита от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных; — Опыт промпт-инжиниринга и контекст-инжиниринга в реальных проектах: итеративная настройка промптов, structured output, function calling; — Понимание архитектуры RAG: стратегии нарезки документов, метаданные, выбор моделей эмбеддингов, переранжирование, точность ссылок на источник; — Практический опыт работы хотя бы с одним LLM-фреймворком: LangChain, LangGraph, PydanticAI, OpenAI API или аналоги; — Практический опыт A/B-тестирования промптов и моделей в продакшене; — Опыт работы с агентскими протоколами (MCP) или собственным tool-layer для агентов; — SQL и работа с реляционными базами на базовом уровне.

Задачи: — Владеть проблемой, превращая цели в AI-решения в продакшене. — Строить и адаптировать большие языковые модели (LLM); дообучать или дистиллировать модели для повышения производительности. — Обучать собственные модели, включая сбор и оценку данных. — Принимать решения о разработке или покупке на основе чётких метрик и ограничений. — Выпускать функции в продакшен и мониторить их эффективность. Требования: — Опыт инженерной работы 5+ лет с сильными навыками программирования. — Практический опыт с LLM: retrieval, использование инструментов и контекстное проектирование. — Подтверждённый опыт обучения моделей на реальных производственных данных. — Владение Python, PyTorch и использованием GPU. — Английский язык на уровне Intermediate и выше. Желательно: — Опыт работы с инференсом в реальном времени, модерацией контента или рекомендательными системами. — Знакомство с Docker, Kubernetes и облачными платформами. Условия: — Конкурентная зарплата и опционные программы — все являются партнёрами. — Официальное трудоустройство на Кипре (поддержка визы для сотрудника и супруга). — Комфортный офис в Лимассоле с обеспечением питания и перекусов. — Медицинская страховка для сотрудника и семьи. — Возможности для профессионального роста, уроки греческого языка и командные мероприятия.

Задачи: — Улучшение текущих моделей и обучение новых, включая классификаторы, генеративные модели, сложные сценарии на основе агентов и пайплайнов. — Сбор и анализ данных для дообучения, обучение с использованием SFT- и RL-подходов. — Быстрая разработка прототипов и MVP для новых проектов, с фокусом на агентах и RAG для обработки большого контекста. — Автоматизация валидации ML-моделей, внедрение систем автоматической оценки качества моделей в продакшен. Требования: — Опыт в машинном обучении. — Хорошее знание Python. — Уверенное владение классическими алгоритмами и моделями. — Глубокие знания в NLP и LLM. Будет плюсом: — Опыт работы с агентами и RAG-пайплайнами. Условия: — Расширенная медицинская страховка с первого месяца, включая стоматологию, ежегодные чекапы, неотложную помощь за рубежом, лечение критических заболеваний и страхование от несчастных случаев. — Психотерапия в офисе или онлайн. — Лазерная коррекция зрения через год работы. — Ведение беременности и роды через два года. — Страховка для родственников по системе 80/20 (80% оплачивает компания). — Внутренняя образовательная платформа, менторство, программы для руководителей. — Оплата участия в профильных конференциях. — Внутренние проекты для обмена экспертизой. — Гибкий график без фиксированного времени начала и конца рабочего дня. — Льготные жилищные займы для сотрудников российских офисов. — Программы поддержки для детей: страхование, детские дни в офисе, подарки на рождение, чекапы при планировании беременности.

Задачи: — Разработка и внедрение агентов на базе LLM, проектирование ML-компонентов платформы агентов. — Создание агентов, способных обрабатывать сложные multi-turn и multi-modal запросы пользователей. — Разработка систем маршрутизации задач, выбора инструментов и моделей, управление вызовами функций и оркестрация моделей внутри пайплайна. — Замена традиционных классификаторов LLM-пайплайнами и RAG-системами, трансформация старых архитектур в современные пайплайны с LLM, вызовом функций, планированием и рассуждениями. — Дообучение, настройка и интеграция моделей, оптимизация inference, работа с опенсорс-моделями и внутренними, включая fine-tuning, RL и адаптацию под платформу агентов. — Обеспечение быстрой и устойчивой работы агентов на продакшене, оптимизация inference и взаимодействие с инфраструктурой (Eagle, FP8, дистилляция, multi-dimensional parallelism). — Исследования и эксперименты с графами агентов и памятью, эксперименты с вызовами агентов, memory-подсистемами, симуляцией поведения, архитектурами reasoning и системами планирования. — Участие в разработке RL-моделей для обучения диалоговых агентов, постановка и реализация экспериментов с multi-turn reinforcement learning в масштабах Яндекса и Алисы. Требования: — Глубокие знания в Deep Learning и NLP. — Опыт работы с LLM и пайплайнами вокруг них (function calling, memory, RAG). — Опыт внедрения ML-систем в продакшен. — Системное мышление — от архитектуры до интеграции с инфраструктурой. — Владение Python и знакомство с PyTorch. — Готовность к кросс-функциональной работе с бэкендом и продуктовыми командами.

Задачи: — Разработка и внедрение автономных ИИ-агентов и генеративных моделей (LLM, мультимодальные системы) для ускорения проектирования, разработки и развертывания ERP-систем, а также создания интеллектуальных интерфейсов автоматизации — от генерации кода до обработки естественно-языковых запросов пользователей. — Создание ИИ-сервисов и автономных агентов для автоматизации бизнес-процессов. — Обучение и тонкая настройка LLM (Large Language Models) и других ML-моделей под задачи компании. — Анализ данных, разработка алгоритмов для прогнозирования, оптимизации и принятия решений. — Интеграция ИИ-решений в существующие продукты компании. — Участие в научно-исследовательских проектах, публикация результатов (при желании). Требования: — Опыт в работы в IT от 5-ти лет. — Опыт работы в области Machine Learning, Deep Learning или Data Science от 3-ех лет. — Знание Python и ряда библиотек для ML/DL таких как TensorFlow, Pandas, PyTorch, scikit-learn и др. — Опыт работы с NLP, LLM (GPT, Llama, Mistral и т. д.), RAG, автономными агентами. — Понимание принципов работы ERP-систем (желательно). — Умение работать с большими данными (SQL, NoSQL). — Знание методов обучения с подкреплением (RL) — будет плюсом. — Английский язык (уровень для чтения технической документации). Условия: — Официальное оформление и стабильный доход по ТК РФ. — Все льготы и преимущества работы в аккредитованной ИТ-компании. — Программа ДМС с первых дней. — Работа в офисе с гибким началом рабочего дня. — Московский офис в шаговой доступности от м. Динамо, оборудованный всем необходимым для комфортной работы и отдыха.

Требуется ML-инженер в компанию SimbirSoft. Требуемые навыки: — Python

Мы ищем ML-разработчика для создания и развития моделей машинного обучения в продуктах информационной безопасности.

Работа на месте в Базеле, Швейцария. Подробное описание вакансии доступно на LinkedIn по ссылке: https://www.linkedin.com/jobs/view/4461292600/.

Задачи: • Владение архитектурой и поставкой сервисов прогнозирования, ранжирования и рекомендаций. • Проектирование воспроизводимых рабочих процессов обучения, оценки, мониторинга и переобучения. • Перевод целей продукта в измеримые задачи машинного обучения, эксперименты и релизы. Требования: • Более 5 лет профессионального опыта в разработке программного обеспечения или машинного обучения с производственными системами. • Продвинутые знания Python и SQL; сильные навыки в статистике, экспериментах и оценке моделей. • Опыт работы с оркестрацией, контейнерами, облачной инфраструктурой, наблюдаемостью и CI/CD. • Умение отлаживать ошибки данных и моделей. • Опыт в прогнозировании, ранжировании, рекомендациях, оптимизации или другой прикладной области машинного обучения. • Владение английским языком для технической документации и межфункционального взаимодействия.

Ipotekabank — банк в Узбекистане, входящий в международную финансовую OTP Group, специализирующийся на ипотечном и розничном кредитовании. Вакансии: - Principal QA Engineer (AI Engineering) - Senior QA Engineer - Senior QA специалист Офис в Ташкенте.