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.
ОфисseniorМосква
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
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.
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:
- Senior Software Engineer (AI)
- Senior/Middle Data Engineer
Офис в Ташкенте.
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.
Задачи:
— проектировать, разрабатывать и поддерживать ETL/ELT-пайплайны
— собирать, обрабатывать и трансформировать данные из различных источников
— разрабатывать и сопровождать слои DWH, витрины данных и data marts
— настраивать интеграцию источников данных: CRM, ERP, BI и внешних сервисов
— разрабатывать внутренние сервисы и API на Python
— заниматься мониторингом, логированием и устранением ошибок
Требования:
— практический опыт работы с Python, SQL, Airflow, ETL/ELT и DWH
— опыт разработки и поддержки data pipelines
— знание реляционных СУБД
— опыт работы с API
ОфисmiddleАстана
Зарплата не указана
Данные и ML вакансии — в офисе — страница 3 · Job Hunters