ML-инженер вакансии

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

Задачи: - Развивать ядро матчинга: retrieval кандидатов по текстовым, картиночным и мультимодальным эмбеддингам, обучать модели классификации пар, работать с атрибутами товаров - Улучшать NLP-часть пайплайна с учетом специфики оптовых товаров: обработка названий, извлечение атрибутов из описаний, дообучение эмбеддинг-моделей - Доводить решения до прода и отвечать за них Требования: - Сильное понимание NLP: трансформерные модели, эмбеддинги, векторный поиск, опыт дообучения моделей под свою задачу - Опыт в задачах матчинга - Опыт в Data Science и ML Engineering с выводом моделей в продакшен от 3-х лет - Уверенные знания Python, ML-стека, SQL - Умение выбирать решение под задачу: не использовать нейросеть там, где достаточно эвристики, и наоборот - Опыт с CV и мультимодальными моделями (CLIP-подобные, metric learning), LLM/VLM в задачах классификации/ранжирования будет плюсом

Задачи: — Определить, что считается качеством модели: метрика, горизонт, baseline, калибровка, и довести предикт до этого уровня — Интегрировать A/B-тесты пейволлов с предиктом, учитывая, что тест измеряет краткосрочный эффект, а раскатывать нужно по долгосрочной выручке — Развить аналитику, выявить и устранить узкие места в данных, запросах или интерфейсе — Принять решение по накопленным ML-наработкам: что доводить до продукта, что закрывать — Руководить командой из двух ML-инженеров Требования: — Глубокие знания классического ML и математической статистики, способность вести предметный спор о метриках и горизонтах прогнозирования — Владение SQL и Python для самостоятельного извлечения и проверки данных — Умение самостоятельно вести широкое направление и доводить его до результата без необходимости постановки задач — Продуктовый опыт является плюсом, но не обязателен Плюсы: — Опыт с подписками, мобильными приложениями или финтехом (LTV, churn, когортная экономика) — Знания в области экспериментального дизайна: мощность теста, MDE, множественные сравнения — Опыт работы с ClickHouse — Участие в олимпиадах, Kaggle, наличие публичных проектов О компании: Adapty — платформа монетизации подписок для мобильных приложений, через которую проходит более $3 млрд подписочной выручки в год, используется более 20 000 приложений. В компании формируется новое направление аналитики и ML под одного владельца, с целью улучшения точности предсказания LTV для оптимизации расходов на привлечение пользователей.

Коперник AI — российская R&D-продуктовая компания, которая занимается разработкой, обучением и внедрением интеллектуальных систем (AI) промышленного уровня. Задачи и требования в вакансии не указаны в тексте.

Задачи: — проводить аналитику и мониторинг работы моделей — собирать и подготавливать данные, последующий EDA, feature engineering — разрабатывать новые ML-модели — оптимизировать скрипты data/model/inference pipelines — подготавливать код проекта к проду, подготавливать, дизайнить и проводить АБ-тесты. Требования: — высшее образование по техническому направлению — от года релевантного опыта в ML — прочный математический фундамент (понимание градиентного спуска, характеристик основных распределений, PCA, МНК, базовые статистические тесты проверки гипотез) — умение и желание писать код на Python, оптимизировать его, разбираться в чужом коде, понимание SQL — владение основными библиотеками для анализа данных: pandas, numpy, scipy, matplotlib, statmodels — глубокое понимание основных алгоритмов классического ML (линейная/логистическая регрессия, деревья решений, ансамбли), базовые знания по DL (основные архитектуры, тонкости обучения) — владение основными фреймворками для ML/DL: sklearn, pytorch, transformers и др. Будет плюсом: — интерес к методам ML в задачах ценообразования и финансах — изучение Reinforcement Learning, multi-arms bandits — чтение статей по современным решениям для работы с последовательностями. Условия: — комфортный современный офис рядом с м. Кутузовская — гибридный формат работы — ежегодный пересмотр зарплаты, квартальная и годовая премия — корпоративный спортзал и зоны отдыха — более 400 образовательных программ СберУниверситета — программа адаптации и помощь руководителя на старте (для Junior) — расширенный ДМС, льготное страхование для семьи, 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.

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: — Разработка и масштабирование World Models: проектирование и обучение массивных 3D/видеотокенизаторов и бэкбонов на базе Diffusion Transformers (DiT), Flow Matching и других технологий. — Построение пайплайнов для распределённого обучения тяжёлых foundation-моделей на вычислительном кластере. — Обучение Model-Based RL (MBRL) и политик IL + RL внутри замороженной латентной симуляции World Model. — Интеграция вспомогательных лоссов для perception-задач 3D-детекции, сегментации, трекинга. — Создание надёжного safety-контура поверх выходов модели и подготовка конструкции к реалтайм-инференсу на edge-девайсах робота. Требования: — Экспертное владение JAX и PyTorch. — Навыки масштабного распределённого обучения. — Глубокая математическая и ML-база. — Умение писать, генерировать и проверять быстрый оптимизированный код. Будет плюсом: — Опыт работы с Vision Foundation Models, генеративными видео- и image-моделями, синтезом лидарных облаков. — Опыт в Reinforcement Learning. — Опыт продвинутой квантизации тяжёлых трансформеров или диффузионных моделей для edge-девайсов. — Оптимизация инференса на борту робота. — Бэкграунд в Autonomous Driving, Motion Planning или Robotics. Условия: — Возможность обучения и компенсация 50% стоимости курсов по языку. — Другие бонусы, полный список которых доступен на сайте компании.

Задачи: — Классический ML на табличных данных: бустинги (CatBoost/XGBoost/LightGBM), feature engineering, работа с признаками и метриками, валидация — Работа с Python и SQL на продовом уровне (не только ноутбуки) — Понимание статистики, умение обосновать выбор модели и метрики Плюсом будет: — Опыт в графовом ML: GNN, graph embeddings, link prediction, PyG/DGL/NetworkX — Опыт в смежных направлениях: сетевой анализ, антифрод, рекомендации, маршрутизация — Работа с пространственными данными: OSM, PostGIS, H3/geohash, дорожные графы

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.

Задачи и требования: — Классический ML на табличных данных: бустинги (CatBoost/XGBoost/LightGBM), feature engineering, работа с признаками и метриками, валидация — Python и SQL на продвинутом уровне (не только ноутбуки) — Понимание статистики, умение обосновать выбор модели и метрики Плюсом будет: — Опыт в графовом ML: GNN, graph embeddings, link prediction, PyG/DGL/NetworkX — Опыт в смежных направлениях: сетевой анализ, антифрод, рекомендации, маршрутизация — Работа с пространственными данными: OSM, PostGIS, H3/geohash, дорожные графы

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.

Location: New York WorldQuant develops and deploys systematic financial strategies across a broad range of asset classes and global markets. We seek to produce high-quality predictive signals (alphas) through our proprietary research platform to employ financial strategies focused on market inefficiencies. Our teams work collaboratively to drive the production of alphas and financial strategies – the foundation of a balanced, global investment platform. WorldQuant is built on a culture that pairs academic sensibility with accountability for results. Employees are encouraged to think openly about problems, balancing intellectualism and practicality. Excellent ideas come from anyone, anywhere. Employees are encouraged to challenge conventional thinking and possess an attitude of continuous improvement. Our goal is to hire the best and the brightest. We value intellectual horsepower first and foremost, and people who demonstrate an outstanding talent. There is no roadmap to future success, so we need people who can help us build it. Technologists at WorldQuant research, design, code, test and deploy firmwide platforms and tooling while working collaboratively with researchers and portfolio managers. Our environment is relaxed yet intellectually driven. We seek people who think in code and are motivated by being around like-minded people. The Role We are seeking an exceptional senior-level Python engineer to join a small team working on complex data pipelines, AI/ML systems, and cutting-edge software solutions. This role will be responsible for managing technical objectives, providing technical leadership, and maintaining a hands-on approach to development. The ideal candidate will work closely across teams within WorldQuant as part of our business-facing technology organization. A successful candidate will possess deep expertise in Python development, data engineering, software architecture, and design principles. They should be able to mentor junior team members, conduct code reviews, and drive architectural decisions. Experience with AI and large language models (LLMs) is highly desirable. What You'll Bring Master's degree or higher in Computer Science, Engineering, or a related technical field from a top-tier institution. 7+ years of experience as a Python developer, with a strong focus on data engineering and AI/ML systems. Expert-level knowledge of Python and its ecosystem, including experience with data processing libraries like Pandas, NumPy, and PySpark. Proficiency in designing and implementing scalable, maintainable, and efficient data pipelines. Experience with cloud platforms (AWS, GCP, or Azure) and containerization technologies (Docker, Kubernetes). Expertise in version control systems (Git), CI/CD practices, and agile methodologies. Strong communication skills with the ability to explain complex technical concepts to both technical and non-technical stakeholders. Experience in the finance industry is a plus but not required. Experience with AI/ML frameworks such as PyTorch, or scikit-learn, LLM, agents or systems of agents is a significant plus. Our Benefits: Core Benefits: Fully paid medical and dental insurance for employees and dependents, flexible spending account, 401k, fully paid parental leave, generous PTO (paid time off) that consists of: Twenty vacation days that are pro-rated based on the employee’s start date, at an accrual of 1.67 days per month, three personal days, and ten sick days. Perks: Employee discounts for gym memberships, wellness activities, healthy snacks, casual dress code Training: learning and development courses, speakers, team-building off-site Employee resource groups Pay Transparency: WorldQuant is a total compensation organization where you will be eligible for a base salary, discretionary performance bonus, and benefits. To provide greater transparency to candidates, we share base pay ranges for all US-based job postings regardless of state.  We set standard base pay ranges for all roles based on job function and level, benchmarked against similar stage organizations.  When finalizing an offer, we will take into consideration an individual’s experience level and the qualifications they bring to the role to formulate a competitive total compensation package. The Base Pay Range For This Position Is $175,000 – $250,000 USD. At WorldQuant, we are committed to providing candidates with all necessary information in compliance with pay transparency laws.  If you believe any required details are missing from this job posting, please notify us at WQHR_US@WorldQuant.com , and we will address your concerns promptly. #LI-RS1 By submitting this application, you acknowledge and consent to terms of the WorldQuant Privacy Policy. The privacy policy offers an explanation of how and why your data will be collected, how it will be used and disclosed, how it will be retained and secured, and what legal rights are associated with that data (including the rights of access, correction, and deletion). The policy also describes legal and contractual limitations on these rights. The specific rights and obligations of individuals living and working in different areas may vary by jurisdiction. Copyright © 2025 WorldQuant, LLC. All Rights Reserved. WorldQuant is an equal opportunity employer and does not discriminate in hiring on the basis of race, color, creed, religion, sex, sexual orientation or preference, age, marital status, citizenship, national origin, disability, military status, genetic predisposition or carrier status, or any other protected characteristic as established by applicable law.

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.

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

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

Требования: — Поддержка и доработка текущих приложений — Разработка новых модулей и сервисов — Обёртка моделей в API — Контейнеризация (Docker) — Мониторинг — Участие в работе с большими языковыми и визуально-языковыми моделями.