Задачи:
— участвовать в полном цикле разработки AI-агентов и универсальных ассистентов: от идеи и проектирования до запуска в продакшн
— проводить эксперименты, тестировать гипотезы и исследовать новые подходы для создания агентских решений
— разрабатывать и внедрять LLM-пайплайны, чат-ботов и интеллектуальные системы
— обучать и дообучать NLP-модели под конкретные задачи продукта
— интегрировать разработанные модели и логику в бизнес-процессы
— мониторить качество работы моделей в продакшне, находить узкие места и оперативно вносить улучшения.
Требования:
— опыт в NLP и понимание технологий: от классических алгоритмов до трансформеров и генеративных моделей (LLM)
— практический опыт коммерческой разработки AI-агентов, чат-ботов и LLM-пайплайнов
— опыт обучения глубоких нейронных сетей
— уверенное владение PyTorch, NumPy, Pandas, а также фреймворками для работы с агентами: LangChain, LangGraph (или их аналогами)
— уверенное владение Python, Git, SQL, Bash, Docker. Умение писать чистый, поддерживаемый и тестируемый код
— навык перевода бизнес-требований в конкретные технические и алгоритмические решения.
Будет плюсом:
— понимание принципов микросервисной архитектуры и опыт проектирования REST API
— опыт разработки асинхронных и многопоточных приложений (asyncio, aiohttp, multiprocessing и др.)
— опыт взаимодействия с реляционными и нереляционными базами данных
— практический опыт настройки и поддержки CI/CD-пайплайнов (Jenkins, GitLab CI, ArgoCD или аналоги)
— опыт развёртывания и управления приложениями в Kubernetes.
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 для профессионального и карьерного развития
— программа адаптации и помощь руководителя на старте
— 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:
— 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.
ГибридmiddleМосква
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
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
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.
Задачи:
— поиск подходящих ML решений для решения бизнес-задач, проведение оффлайн и онлайн (А/Б) экспериментов
— разработка и улучшение ML-пайплайнов для задач RecSys: подготовка данных, обучение моделей, валидация и внедрение
— анализ и работа с большими объёмами данных на PySpark
— исследование и применение актуальных методик в области Data Science, Machine Learning и RecSys
— взаимодействие с командой разработки и аналитики, генерация гипотез, участие в обсуждении решений и донесение результатов своей работы до команды.
Требования:
— опыт работы в области Data Science от 1 до 3 лет
— интерес к рекомендательным системам, желание развиваться и постепенно брать на себя больше ответственности
— практические навыки решения ML-задач: от подготовки данных и выбора алгоритмов до настройки гиперпараметров и оценки качества моделей
— хорошая база в алгоритмах машинного обучения и интеллектуальном анализе данных; опыт применения классических ML- и/или DL-подходов будет преимуществом
— хорошее знание Python и основных DS-фреймворков (PyTorch, PySpark и др.), понимание принципов написания качественного кода
— способность самостоятельно разбираться в новых подходах, читать технические материалы на английском и применять их на практике
Будет плюсом:
— опыт реализации DS-проектов в области рекомендаций
— опыт работы с ranking-задачами, feature engineering, A/B-тестами или ML-экспериментами
— опыт вывода ML-решений в production или участия в развитии ML-пайплайнов.
— опыт работы с высоконагруженными системами с машинным обучением и Big Data
— участие в профильных курсах, соревнованиях или pet-projects в области ML/RecSys.
Условия:
— комфортный современный офис рядом с м. Кутузовская
— возможность выбрать удобный график – офис/гибрид
— ежегодный пересмотр зарплаты, годовая премия
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— программа адаптации и помощь руководителя на старте
— 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:
— Разработка ML-моделей и алгоритмов
— Вывод в production ML-моделей и расчетных модулей
— Аналитика на больших данных
— Поддержка реализованных решений
— Разработка ML-моделей и алгоритмов для прогнозирования временных рядов
Требования:
— продвинутые знания в области математики (мат.анализ, линейная алгебра, теория вероятностей, мат.статистика)
— python: типы данных, структуры, ООП
— классический ML: задачи (классификация, регрессия), метрики, basic ML stack (pandas, numpy, sklearn, catboost, xgboost), SQL
— BigData stack (Hadoop, Spark, SparkML)
— умение работать с git, Jira, Confluence
Будет плюсом:
— знания в области финансов
— опыт продуктовой аналитики
— опыт работы с временными рядами (анализ, разработка моделей)
— опыт работы с LLM (langchain, langgraph)
— опыт end-2-end разработки ML-моделей (EDA-MVP-Solution-Validation-Production)
— опыт backend разработки
Условия:
— комфортный современный офис рядом с м. Кутузовская
— гибридный формат работы
— ежегодный пересмотр зарплаты, годовая премия
— корпоративный спортзал и зоны отдыха
— более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
— программа адаптации и помощь руководителя на старте
— расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
— гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
— бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
— вознаграждение за рекомендацию друзей в команду Сбера.
Задачи:
— участвовать в полном цикле разработки моделей по рискам розничного бизнеса: постановка задачи, сбор данных, разработка ML-модели, подготовка артефактов для внедрения
— исследовать источники данных и современные архитектуры для повышения качества работы моделей
— написание алгоритмов для целей сегментации выдач по риск-доходности
— презентация результатов исследований бизнес-заказчикам.
Требования:
— опыт разработки моделей машинного обучения (классический стек)
— знание ключевых методов и алгоритмов в области Machine Learning
— знание Python и библиотек Pandas, Scikit-learn, XGBoost/LightGBM/CatBoost, Transformers
— навыки работы с базами данных, знание SQL, PySpark
— высокий уровень ответственности и самостоятельности
Будет плюсом:
— опыт стажировок
— опыт с LLM и AI-агентами
— учебные знания в области розничного кредитования, портфельного управления и математики кредитных рисков.
Условия:
— оплачиваемая стажировка
— возможность выбрать удобный график – офис или гибрид (локация: м. Кутузовская)
— корпоративный спортзал и зоны отдых.
Компания «КОРУС Консалтинг» — аккредитованная российская ИТ-компания, предоставляющая услуги по ИТ-консалтингу, оптимизации и автоматизации бизнес-процессов, созданию ИТ-инфраструктуры и ИТ-аутсорсингу. Входит в топ-100 крупнейших ИТ-компаний страны. Компания занимается разработкой ИИ-продуктов для клиентов, поддерживает собственную ИИ-инфраструктуру и регулярно организует митапы в области искусственного интеллекта.
Департамент аналитических решений (ДАР) помогает компаниям работать с данными: строит BI и отчётность, создаёт хранилища и витрины данных, разрабатывает ML-решения, занимается Data Governance и GenAI.
Открыт набор на стажировку для студентов, желающих начать карьеру в аналитике, инженерии данных и AI разработке.
Во время стажировки:
— попробуешь себя на реальных задачах;
— пройдёшь курс для погружения в роль и получишь обратную связь от экспертов;
— познакомишься с командой и процессами проектов в консалтинге;
— сможешь зарекомендовать себя для дальнейшего трудоустройства в компанию.
Как попасть на стажировку:
— откликнись на вакансию и приложи резюме;
— в сопроводительном письме укажи свой курс и код специальности;
— получишь ссылку на лэндинг стажировки для прохождения технического теста и записи видео-визитки;
— поучаствуешь в онлайн бизнес-игре.
Старт стажировки планируется на начало августа.
Условия стажировки:
— длительность 3-4 месяца;
— оформление по срочному трудовому договору;
— стажировка оплачиваемая.
Требования:
— студент 3–4 курса бакалавриата (или специалитета) либо 1–2 курса магистратуры;
— обучение по IT, математическому или инженерно-техническому направлению;
— готовность самостоятельно учиться и доводить задачи до результата;
— проживание в Москве или Санкт-Петербурге и готовность к гибридному формату работы с периодическим посещением офиса.
Задачи:
— построение ETL-процессов: разработка и настройка конвейеров по сбору и трансформации данных из различных источников;
— работа с современным стеком трансформации: освоение и применение DBT для превращения «сырых» данных в чистые аналитические витрины;
— оркестрация данных: настройка и поддержка рабочих процессов (pipelines) в Dagster для своевременного и безошибочного обновления данных в отчетах;
— управление хранилищами: работа с Postgres и высокопроизводительной колончатой базой данных Clickhouse для обеспечения скорости работы отчетов;
— визуализация смыслов: разработка интерактивных BI-отчетов в Apache Superset для поддержки бизнес-решений;
— оптимизация выборок: анализ и ускорение тяжелых запросов для повышения производительности системы отчетности.
Требования:
— уверенное владение SQL (сложные выборки, агрегатные функции, оптимизация запросов);
— понимание устройства реляционных баз данных, в частности PostgreSQL, и принципов построения аналитических хранилищ;
— базовые знания Python, умение писать скрипты для обработки данных и автоматизации простых задач;
— аналитический склад ума, способность работать с большими массивами данных, выявлять закономерности и структурировать информацию.
Желательный опыт:
— опыт создания дашбордов в BI-инструментах (Apache Superset, Tableau, Power BI или аналогичных);
— понимание концепций ETL/ELT;
— понимание архитектуры данных, разницы между OLTP и OLAP системами (например, использование Clickhouse для аналитики);
— интерес к современным инструментам DBT и оркестраторам данных (Airflow, Dagster).
Условия:
— срочный трудовой договор на 3 месяца;
— график 5/2, не более 30 часов в неделю;
— возможна удалённая, офисная или гибридная работа;
— стажировка доступна студентам любых ВУЗов и форм обучения, включая заочную и магистратуру.
Задачи:
— построение ETL-процессов: разработка и настройка конвейеров по сбору и трансформации данных из различных источников;
— работа с современным стеком трансформации: освоение и применение DBT для превращения «сырых» данных в чистые аналитические витрины;
— оркестрация данных: настройка и поддержка рабочих процессов (pipelines) в Dagster для своевременного и безошибочного обновления данных в отчетах;
— управление хранилищами: работа с Postgres и высокопроизводительной колончатой базой данных Clickhouse для обеспечения скорости работы отчетов;
— визуализация смыслов: разработка интерактивных BI-отчетов в Apache Superset для поддержки принятия бизнес-решений;
— оптимизация выборок: анализ и ускорение тяжелых запросов для повышения производительности системы отчетности.
Требования:
— уверенное владение SQL (сложные выборки, агрегатные функции, оптимизация запросов);
— понимание устройства реляционных баз данных, в частности PostgreSQL, и принципов построения аналитических хранилищ;
— базовые знания Python, умение писать скрипты для обработки данных и автоматизации простых задач;
— аналитический склад ума, способность работать с большими массивами данных, выявлять закономерности и структурировать информацию.
Желательный опыт:
— создание дашбордов в BI-инструментах (Apache Superset, Tableau, Power BI или аналогичных);
— понимание концепций ETL/ELT;
— понимание архитектуры данных, разницы между OLTP и OLAP системами (например, использование Clickhouse для аналитики);
— интерес к современным инструментам DBT и оркестраторам данных (Airflow, Dagster).
Условия:
— срочный трудовой договор на 3 месяца;
— график 5/2, не более 30 часов в неделю;
— возможность работы удаленно, в офисе или в гибридном формате;
— стажировка открыта для студентов любых ВУЗов и форм обучения, включая заочную и магистратуру.
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.
Задачи:
— Проектировать и запускать пакетные и потоковые конвейеры данных на Databricks и Apache Spark в AWS, включая загрузку из баз данных, API и потоков событий.
— Формировать архитектуру lakehouse на S3 и Delta Lake с использованием медальонного слоя (Bronze / Silver / Gold) и оптимизацией хранения.
— Работать напрямую с аналитиками, инженерами и продуктовыми командами для преобразования сырых данных в надежные и полезные бизнес-данные.
— Вести проекты от согласования с заинтересованными сторонами и обзора дизайна до реализации, запуска и поддержки.
— Создавать решения для самостоятельного доступа к данным для других команд, масштабируемые и расширяемые.
— Строить и поддерживать масштабируемые ETL/ELT конвейеры с отказоустойчивостью и оптимизацией затрат.
— Оптимизировать Spark задачи по размеру кластера, кэшированию, соединениям, шифлам, партиционированию и форматам хранения (Parquet, Delta).
— Управлять рабочими процессами Databricks, заданиями, конфигурациями кластеров и инфраструктурой, включая политики безопасности и доступ.
— Внедрять управление данными и контроль доступа с Unity Catalog, включая обработку персональных данных.
Требования:
— Практический опыт работы с Databricks и глубокое владение Apache Spark (PySpark и/или Scala).
— Сильные навыки Python для обработки данных, а также SQL и Spark SQL для трансформаций и аналитики.
— Опыт работы с Delta Lake и архитектурами lakehouse, включая оптимизацию производительности.
— Подтвержденный опыт владения проектами, умение выявлять слабые места, собирать обратную связь и создавать масштабируемые решения.
— Опыт написания чистого, тестируемого и поддерживаемого кода с использованием контроля версий на Git.
— Опыт работы с инфраструктурой как кодом (Terraform или Ansible) является плюсом, но не обязателен.
Условия:
— Возможность создавать инновационные решения в финтехе Юго-Восточной Азии.
— Опционы на акции с четырехлетним вестингом и 25% клиффом после первого года.
— Гибридный формат работы с возможностью полностью удаленной работы для подходящих ролей, основные часы с 12:00 до 19:00 по манильскому времени (UTC+8).
— Предоставление инструментов и оборудования компанией.
— Офис в Bonifacio Global City, Манила.
— Медицинская страховка с поддержкой для сотрудника и семьи.
— Доступ к внутреннему специалисту по психическому здоровью.
— 22 дня отпуска, государственные праздники Филиппин и 15 дней больничных.
— 105 дней оплачиваемого декретного отпуска и до 14 дней оплачиваемого отпуска по уходу за ребенком для сотрудников, переезжающих в Манилу.
— Поддержка при релокации для сотрудника и семьи, включая перелеты, проживание, визы, оформление документов и логистику.
— Возмещение расходов на перевозку домашних животных.
— Ежегодно до 2500 долларов США на перелеты домой.
— Ежемесячные выплаты на детей для сотрудников, переезжающих в Манилу: 1000 долларов на ребенка до 2 лет и 500 долларов на ребенка от 2 до 18 лет.
— Возможности для профессионального роста через внутренние встречи, внешние конференции, выступления и публикации.
— Спонсируемые компанией поездки в Манилу для личных встреч с командой.
— Регулярные командные выезды, спортивные мероприятия и события.
— Возможность для высокоэффективных команд получить неделю отдыха на пляже в Юго-Восточной Азии.
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.
Senior Data Engineer (ML-направление) в Ozon Банк — онлайн-банк группы Ozon, предоставляющий финансовые услуги и сервисы для покупателей и продавцов маркетплейса.
ГибридseniorМосква
Зарплата не указана
Гибрид
Зарплата не указана
Данные и ML вакансии — гибрид — страница 4 · Job Hunters