Задачи:
— разработка классических LLM агентов
— разработка tools для агентов, а также skills-инструкций для LLM
— воспроизведение основных паттернов разработки в продуктовой парадигме
— участие в обсуждении требований с бизнес-заказчиками
— контроль качества agent-pipeline
— декомпозиция верхнеуровневых задач на исполнимые в рамках разработки
— вывод в production llm-приложений, agent'ских систем.
Требования:
— знания в области: математических анализ, линейная алгебра, Deep Learning, Classic ML, Python (async, fastapi, Semaphore)
— высшее образование (МГУ, Физтех, ВШЭ, РЭШ и тд)
— понимание построенных целевых решений, предложения по внесению изменений в архитектуру
— опыт работы в open-source LLM (GLM5.2, qwen 3.5, etc)
— знание фреймворков LangChain, LangGraph, fastapi, huggingface, а также regex и иных библиотек по обработке текста
— vanilla RAG, Advanced RAG, работа с контекстом llm
— базовое знание принципов промышленной разработки на python (SOLID, Singleton)
— базовый MLops (работа с version control, CI/CD)
Будет плюсом:
— опыт работы с openclaw, его форками
— использование llm GigaChat, Kandinsky
— опыт работы в финтехе
— опыт использования и доработки OCR.
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.
Задачи:
— работать с большими данными в экосистеме Hadoop (PySpark, SQL) — от выгрузки и разведки до построения витрин для моделей
— разрабатывать индивидуальные модели эластичности и клиентского поведения в сегменте B2C — от прототипа до продвинутого пайплайна обучения и предсказаний
— проверять бизнес-гипотезы и превращать их в измеримый эффект: дизайн и оценка A/B-тестов (мэтчинг, продвинутые методы causal inference, интерпретация результатов)
— выстраивать коммуникацию с заказчиками: согласовывать метрики, защищать подходы, показывать ценность данных на понятном языке
— обеспечивать надёжность и мониторинг внедрённых решений — чтобы модель работала стабильно и приносила пользу каждый день.
Требования:
— опыт работы Data Scientist от 2х лет
— техническое образование (будет плюсом если выпускник - МГУ, МФТИ, ВШЭ и других ведущих вузов страны)
— понимание теории вероятностей и статистики
— уверенное владение широким спектром ML-алгоритмов — регрессия, классификация, кластеризация, а также uplift-моделирование (способность оценивать причинно-следственные эффекты, а не просто предсказывать)
— владение Python и ML библиотеками (numpy, sklearn, pandas, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost, etc.)
— плюсом будет опыт работы с pytorch, pyspark
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 нас за минуту
DV Group — это eRetail маркетинг. У нас две собственные платформы:
CDP (DV Platform) — сегментирует покупателей по чековым данным, MAID, строит Sales Lift.
DSP (DV Programmatic) — закупает трафик в RTB с таргетингом на реальных онлайн-покупателей (не на интересы). Уникальная интеграция с ПБД.
Что предстоит делать
Разработка и внедрение ML-моделей
Анализ больших объемов данных
Построение recommendation / prediction моделей
Подготовка и очистка данных
Проведение A/B тестов
Написание сложных запросов ClickHouse и их оптимизация
Взаимодействие с frontend-разработчиками, backend-разработчиками, аналитиками, product-менеджером и DevOps
Кто нам нужен
Python, SQL, Spark, ClickHouse
pandas, numpy, scikit-learn
Опыт работы с ML-моделями
Работа с оркестраторами (Dagster, Airflow) и Kubernetes
Понимание статистики и теории вероятностей
Способность разрабатывать надежные ETL пайплайны
Что предлагаем
Зарплата:
200 000 – 220 000 ₽ оклад net + годовая премия
Формат:
гибрид или полная удалёнка, но ты проживаешь в РФ
График:
10:00–19:00
ДМС
со стоматологией после испытательного срока, локация Москва
Свой
бариста
в офисе и правда классный
Экспертная среда
— никакой скуки, только реальные AdTech-задачи и возможность влиять на продукт
Продукт в
реестре отечественного ПО
— это важно для нас и для клиентов.
Задачи:
— Развитие рекомендательной системы на сайте kommersant.ru.
— Создание и поддержка RAG-систем и ИИ-агентов (база знаний, умный поиск).
— Оценка качества моделей, рекомендаций и ответов LLM.
— Мониторинг качества, скорости и стоимости ML/LLM-сервисов.
— Проведение A/B-тестов и анализ результатов.
Требования:
— Высшее образование (техническое, математическое или IT-направление).
— Опыт работы в Data Science от 3 лет.
— Уверенное знание Python и SQL.
— Знание классического ML, статистики и продуктовых метрик.
— Опыт разработки рекомендательных систем, общее понимание видов архитектур.
— Знание RAG и опыт проектирования RAG-архитектур.
— Опыт работы с LLM, эмбеддингами и векторными базами данных.
— Умение превращать прототипы в стабильные production-сервисы.
Будет преимуществом:
— Опыт работы с LightRAG, GraphRAG или другими графовыми RAG-подходами.
— Знание Qdrant, ClickHouse, PostgreSQL, Redis.
— FastAPI, Docker.
— Опыт создания систем оценки LLM и работы с несколькими провайдерами моделей.
— Опыт разработки ИИ-агентов и MCP-интеграций.
— Опыт работы с медиаконтентом и рекомендательными системами для издателей.
Условия:
— График работы: 5/2, гибрид.
— Оформление по трудовому договору.
— Стабильность и прозрачность в отношении заработной платы.
— Испытательный срок 3 месяца с возможностью подключения к программе добровольного медицинского страхования и другим опциям социальной политики.
— Обеспечение необходимым техническим оборудованием (ноутбук).
— Работа в бизнес-центре класса А с развитой инфраструктурой (офис в 5 минутах от м. «Маяковская», кафе и магазины, зоны отдыха внутри здания).
Задачи:
— Руководство и наставничество в командах 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 AdMob, AppLovin, Unity Ads, ironSource
— Опыт с MLOps и облачными платформами AWS, GCP, Azure
— Знания в области LLM и генеративного ИИ
О компании и роли
Продуктовая mobile game-компания с многомиллионной аудиторией и сильной рекламной моделью монетизации.
Ищем Lead Data Scientist, который будет развивать ML-решения для рекламной монетизации, персонализации и рекомендаций, а также вести и менторить Data Science-команду.
Почему стоит рассмотреть
• Влияние на ключевые продуктовые метрики: ad revenue, engagement, retention и LTV
• Большие объёмы behavioral data и реальные production ML-задачи
• Возможность влиять на Data Science roadmap, технические решения и развитие команды
• Работа на стыке Data Science, Product, Engineering и Ad Monetization
Важно
• 5+ лет опыта в Data Science, желательно в consumer / mobile-продуктах
• Обязателен опыт в advertising monetization, revenue optimization или advertising analytics
• Опыт с recommendation, personalization или ranking systems
• Сильный Python и SQL
• Опыт с ML-моделями, A/B-тестированием и applied statistics
• Опыт работы с большими behavioral datasets
• Опыт технического лидерства или менторинга Data Scientists
В АО «Bereke Bank» открыты вакансии для IT-специалистов в различных продуктах с разнообразными задачами. Предлагается гибридный формат работы (удаленка и офис).
В AI команду требуются:
— Senior Data Scientist
— Middle Fullstack (честное разделение 50/50 между фронтендом и бэкендом)
— Senior Fullstack (с уклоном в бэкенд на Python)
— ML-инженер
Для отклика и получения деталей по проектам необходимо связаться через Telegram @dashan13 с резюме.
О компании и продукте
Мобильная game development-компания развивает один из самых успешных ad-driven продуктов в мире - digital coloring book с многомиллионной аудиторией.
Ищем Lead Data Scientist, который будет развивать ML-решения для рекламной монетизации, персонализации и рекомендаций, а также вести и менторить Data Science-команду.
Почему стоит рассмотреть
• Прямое влияние на рекламную выручку, engagement, retention и LTV продукта
• Работа с большими поведенческими данными и ML-моделями в продукте с миллионами пользователей
• Возможность формировать Data Science-направление, roadmap и технические стандарты команды
• Кросс-функциональная работа с Product, Engineering, Analytics и Ad Monetization
Важно
• 5+ лет опыта в Data Science, желательно в consumer mobile-продуктах
• Обязателен опыт advertising monetization, revenue optimization или advertising analytics
• Опыт разработки recommendation, personalization или ranking systems
• Сильные Python и SQL
• Практический опыт с ML: classification, regression, ranking, forecasting, predictive modeling
• Понимание A/B-тестирования, applied statistics и работы с большими behavioral datasets
• Опыт технического лидерства или менторинга Data Scientists
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:
— 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:
— 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:
— работать с большими данными в экосистеме Hadoop (PySpark, SQL) — от выгрузки и разведки до построения витрин для моделей
— разрабатывать индивидуальные модели эластичности и клиентского поведения в сегменте B2C — от прототипа до продвинутого пайплайна обучения и предсказаний
— проверять бизнес-гипотезы и превращать их в измеримый эффект: дизайн и оценка A/B-тестов (мэтчинг, продвинутые методы causal inference, интерпретация результатов)
— выстраивать коммуникацию с заказчиками: согласовывать метрики, защищать подходы, показывать ценность данных на понятном языке
— обеспечивать надёжность и мониторинг внедрённых решений — чтобы модель работала стабильно и приносила пользу каждый день.
Требования:
— опыт работы Data Scientist от 5 лет
— высшее техническое образование (будет плюсом если выпускник - МГУ, МФТИ, ВШЭ и других ведущих вузов страны)
— понимание теории вероятностей и статистики
— уверенное владение широким спектром ML-алгоритмов — регрессия, классификация, кластеризация, а также uplift-моделирование (способность оценивать причинно-следственные эффекты, а не просто предсказывать)
— владение Python и ML библиотеками (numpy, sklearn, pandas, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost, etc.)
— плюсом будет опыт работы с pytorch, pyspark.
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.
Дивизион "Моделирование и исследование данных" отвечает за компетенцию Data Science в Блоке Сеть Продаж. Мы разрабатываем и внедряем end-to-end решения на основе AI в бизнес-процессы Сети Продаж Банка. Ищем человека, вместе с которым мы будем строить топовые AI решения, на основе архитектуры Claw-like & Ouroboros, которые будут в действительности приводить к Disrupt в реальных процессах.
Задачи:
• разрабатывать с нуля AI-агентов и микросервисы для AI-продуктов
• исследовать и внедрять новейшие технологические решения в ИИ - Claw-like & Ouroboros
• разрабатывать и дообучать модели машинного обучения (Classic ML, Deep Learning)
• разрабатывать алгоритмы взаимодействия ML-моделей и сервисных модулей
• принимать участие в разработке архитектуры и дизайна агентов и AI-сервисов
• проектировать и разрабатывать backend-части AI-сервиса
• принимать участие в оптимизации скорости работы AI-агентов и ML-моделей.
Мы ожидаем:
• законченное высшее образование
• компетенции: Python, Classic ML, Deep Learning, LLM/Agents, MLOps
• понимание принципов разработки, внедрения и сопровождения AI-решений
• уметь писать хороший и понятный production-ready код на Python, хорошее знание алгоритмов, структур данных
• опыт работы с реляционными и нереляционными базами данных
• навыки работы с генеративными AI-моделями, опыт создания AI-агентов и использование их в работе будет преимуществом
• опыт использования GigaChat, Kandinsky и аналогов в продуктах
• инструментальное владение Ai для анализа, генерации и автоматизации
• опыт построения отказоустойчивых высоконагруженных распределенных ML систем.
Мы готовы предлагать:
• график 5/2, офис на м. Кутузовская;
• режим работы на выбор - офис или гибрид
• достойный уровень вознаграждения (оклад + годовая премия)
• возможность стать частью команды, реализующей программы цифровой трансформации банка - на основе передового опыта и инновационных идей
• широкие возможности для профессионального развития: корпоративный университет и множество онлайн-программ обучения. Корпоративное обучение за счет компании
• бесплатная подписка СберПрайм+, многочисленные скидки и бонусы от партнеров: СберМаркет, МегаМаркет, Самокат, Еаптека и др.
Задачи:
— Полное владение датасетами безопасности: сбор, очистка, разметка, контроль качества, версионирование и подготовка к обучению и оценке моделей.
— Перевод требований политики безопасности в четкие и последовательные критерии разметки и оценки, в тесном сотрудничестве со специалистами по политике.
— Проектирование и управление процессами разметки, включая поиск, адаптацию и контроль внешних участников для обеспечения высокого качества.
— Создание рабочих процессов оценки моделей в продакшене с использованием реальных данных для отслеживания производительности и выявления проблем.
— Разработка легковесных пайплайнов и инструментов на Python и SQL для ускорения и воспроизводимости работы с данными, в партнерстве с ML-инженерами по требованиям к "готовности к обучению".
Требования:
— Опыт работы Data Scientist или аналогичной роли с реальными датасетами и ML-моделями.
— Глубокое понимание качественного датасета: сбор, очистка, выборка, разметка, контроль качества, оценка.
— Уверенное владение Python и SQL для анализа и практических рабочих процессов с данными.
— Сильное критическое мышление и способность принимать решения в условиях неоднозначности, умение превращать сложные руководства в последовательные и масштабируемые решения.
— Автономность и хорошие коммуникативные навыки, способность работать в междисциплинарной команде (политика, инженерия, исследования) в быстро меняющейся среде.
Преимущества:
— Опыт в AI safety, trust & safety, модерации контента или обнаружении мошенничества/злоупотреблений.
— Опыт создания датасетов или фреймворков оценки, опыт с adversarial/safety-ориентированным ML.
— Опыт управления процессами разметки с участием человека, версионирования датасетов или инструментов ML-пайплайнов.
— Опыт внедрения руководств совместно с командами политики или юридическими отделами.
Условия:
— Работа в гибридном формате в Лондоне, тесное взаимодействие с командами AI Safety и Policy.
— Равные возможности для всех кандидатов без дискриминации по различным признакам.