Зарплата не указана
Data Scientist вакансии — гибрид
Загружаем вакансии…
Загружаем вакансии…
Зарплата не указана
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.
200 000 – 220 000 ₽
Зарплата не указана
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Зарплата не указана
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).
Зарплата не указана
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
Зарплата не указана
Зарплата не указана
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
Зарплата не указана
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.
Зарплата не указана
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.
Зарплата не указана
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
Зарплата не указана
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
Зарплата не указана
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.
Зарплата не указана
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
Зарплата не указана
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.
Зарплата не указана
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.
350 000 – 550 000 ₽
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.
Зарплата не указана