Machine Learning Engineer
Зарплата не указана
Данные и ML вакансии — удалённо
Загружаем вакансии…
Загружаем вакансии…
Зарплата не указана
Требования: — 4+ года опыта работы дата-сайентистом — Практический опыт с предсказанием LTV или ROAS — Опыт в adtech или мобильном performance-маркетинге — Уверенные навыки Python и SQL — Опыт работы с облачными хранилищами данных в продакшене — Опыт использования моделей, применяемых для реальных решений — Владение английским языком на уровне B2+ (письменно и устно)
Зарплата не указана
Задачи: — Выявление производственных проблем и точек роста на основе данных; — Участие в обследовании производственных участков, выезды в цеха, изучение технологических процессов на месте; — Формализация производственных задач в цифровые кейсы: прогнозирование, классификация, детекция отклонений, контроль качества, оптимизация режимов; — Сбор, выгрузка, очистка и консолидация данных из производственных и корпоративных информационных систем; — Анализ данных технологических процессов, поиск закономерностей, факторов влияния и причин отклонений; — Разработка, обучение и валидация ML-моделей для прогнозирования, оптимизации и поддержки принятия решений; — Разработка и внедрение CV-решений; — Подготовка датасетов, разметка данных, организация процессов сбора и актуализации обучающих выборок; — Проверка гипотез, проведение пилотных проектов и оценка экономического эффекта; — Визуализация результатов анализа, подготовка отчетов и рекомендаций для производственных подразделений; — Взаимодействие с внутренними заказчиками, подрядчиками, интеграторами и смежными командами. Требования: — Практический опыт разработки и внедрения решений на базе ML; — Практический опыт разработки и внедрения решений на базе Computer Vision; — Опыт работы с производственными данными, временными рядами, журналами событий, технологическими параметрами; — Опыт полного цикла работы с данными: сбор, выгрузка, очистка, анализ, построение признаков, обучение моделей, внедрение; — Опыт проведения обследований производственных процессов и интервью с внутренними заказчиками; — Понимание специфики промышленного предприятия и готовность работать “в поле”; — Желателен опыт работы в металлургии, горнодобывающей промышленности, тяжелой промышленности, химическом производстве или энергетике; — Понимание технологических процессов агломерационного, коксового или доменного производства будет преимуществом; — Уверенное владение Python и библиотеками для ML/CV; — Знание методов регрессии, классификации, кластеризации, поиска аномалий, анализа временных рядов, оптимизации, глубокого обучения; — Опыт построения CV-моделей; — Опыт работы с SQL и промышленными базами данных (MES, ERP, SCADA, historians, лабораторные системы, систем АСУ ТП); — Понимание принципов интеграции моделей в промышленный ИТ-ландшафт; — Опыт работы с Docker, Git, MLOps-инфраструктурой; — Применение LLM в разработке решений; — Понимание производственных показателей: качество сырья и продукции, производительность, простои, расход топлива и энергоресурсов, стабильность технологических режимов, надежность оборудования; — Понимание причинно-следственных связей в производственном процессе и умение переводить экспертные знания технологов в аналитические модели; — Навык оценки экономического эффекта от цифровых инициатив: снижение потерь, снижение брака, снижение простоев, рост производительности, снижение расхода ресурсов. Условия: — ДМС, включая стоматологию; — Страхование жизни и страховка для путешественников; — Корпоративная мобильная связь; — Система скидок для сотрудников НЛМК ИТ; — Частичная компенсация питания в корпоративных столовых; — Возможность обучения за счет работодателя; — Активная корпоративная жизнь; — Поддержка от компании в жизненно важных событиях; — Бесплатный доступ к электронной библиотеке.
Зарплата не указана
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Задачи: – Разработка, создание и поддержка масштабируемых конвейеров обработки данных с использованием Apache Spark и современных платформ обработки данных. – Разработка и оптимизация архитектур хранилищ данных для поддержки рабочих процессов анализа данных и машинного обучения. – Внедрение моделей и структур данных, обеспечивающих качество, согласованность и доступность данных. – Сотрудничество со специалистами по анализу данных и аналитиками для понимания потребностей в данных и предложения решений. – Обеспечение безопасности данных и соответствия нормативным требованиям. – Мониторинг и устранение неполадок, связанных с производительностью и надежностью конвейера обработки данных. – Постоянное совершенствование процессов и передовых методов обработки данных. – Взаимодействие с межфункциональными командами и участие в технических дискуссиях. – На руководящей должности оказание технической поддержки и наставничество младших инженеров. Требования: – Опыт работы с Python или Scala/Java. – Углубленные знания SQL. – Практический опыт работы с Apache Spark, Databricks, Snowflake или Microsoft Fabric. – Понимание концепции и архитектуры хранилища данных (data lakehouse). – Понимание основ распределенных систем. – Навыки моделирования данных и создания хранилищ данных. – Опыт работы с облачными архитектурами данных на платформах AWS, Azure или GCP. – Готовность к обучению и экспериментам с разными решениями. – Ценить баланс между работой и личной жизнью, избегать сверхурочной работы. – Умение просить о помощи и работать в команде.
Зарплата не указана
Требования: 1) Коммерческий опыт работы от 3-х лет. 2) Опыт реализации и вывода в промышленную эксплуатацию решений на базе ИИ (обязательно в том числе AI агентов на базе LLM) в роли Data Scientist/AI Engineer. 3) Знание основ Classic Machine Learning, хорошее знание Deep Learning (NLP). 4) Глубокое понимание архитектуры Transformer. 5) Глубокое понимание подходов и методов проектирования AI-агентов. 6) Практический опыт fine-tuning языковых моделей (GPT-like, BERT-like и др.). 7) Работа со стеком Python - Torch, Transformers. 8) Опыт разработки интеграций с ИТ-системами. 9) Опыт промышленной работы с k8s. Обязанности: - Артефакты тестирования гипотез/экспериментов: описание подхода/модели, соответствующие значения метрик (выбранных для данного решения), тестовый сет/бенчмарк. - Артефакты продукта в целом: описание проекта, архитектура (утвержденная и согласованная с архитекторами и информационной безопасностью (ИБ)), согласование от ИБ что решение может быть использовано в продакшн, код продукта и документация к нему, инструкция по разворачиванию решения в контуре компании. - Все вышеперечисленные артефакты размещены в контуре заказчика (Gitlab, Confluence).
Зарплата не указана
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.
от 300 000 ₽
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.
от 500 000 ₽
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
Зарплата не указана
Задачи: — Обучение и наставничество в области искусственного интеллекта с нуля. — Помощь в освоении технологий Machine Learning и Deep Learning. Требования: — Желание обучать и поддерживать начинающего специалиста. — Знания и опыт в области AI, Machine Learning, Deep Learning. Условия: — Работа с учеником 16 лет, студентом. — Гибкий график, возможность связи 24/7. — Оплата в диапазоне 30-50 долларов. Контакт для связи: +998 91 107 21 06, Telegram: https://t.me/Azamxon2106
30 – 50 $
Задачи: – Проектирование и развитие корпоративного хранилища данных (КХД) – Разработка и оптимизация архитектуры DWH – Проектирование, разработка и сопровождение ETL-процессов – Построение витрин данных под бизнес-задачи – Настройка, оптимизация и мониторинг загрузок данных – Контроль и обеспечение качества данных – Разработка SQL-скриптов, процедур и серверного кода – Участие в проектах миграции и интеграции данных – Интеграция источников через брокеры сообщений и REST API – Подготовка технической документации – Взаимодействие с командами аналитики и BI. Требования: – Высшее / неполное высшее образование – Опыт работы Data Engineer / Архитектором DWH от 4 лет – Опыт проектирования КХД от 1 года (Oracle, PostgreSQL) – Понимание архитектуры и принципов построения DWH – Опыт разработки ETL-процессов – Опыт построения витрин данных – Понимание принципов Data Quality – Экспертное знание SQL (Oracle, PostgreSQL) – Опыт миграции данных с использованием серверного кода – Опыт настройки и оптимизации загрузок – Опыт работы с Apache Kafka, RabbitMQ – Python — обязательно – Русский — свободно, английский — чтение/написание тех. документации.
Зарплата не указана
Специалист с коммерческим качественным опытом 3+ лет, который не просто пишет код по указке, а понимает бизнес-логику данных, может самостоятельно довести задачу до production, готов решать разного рода задачи.
от 1 000 $
Toloka AI is a global tech company offering end-to-end data labeling solutions combining public crowd, domain experts, and machine learning.
Зарплата не указана
Зарплата не указана
Задачи: — Разработка сервисов ИИ платформы для создания функциональных агентов и ИИ ассистентов. — Подготовка бэк части для функциональных агентов, включая среду разработки агентов: тестирование фреймворков, opensource агенты. — Разработка сервиса управления реестром и скиллами агентов. — Создание отдельного единого сервиса для всех баз знаний, интеграция крупных корпоративных источников. Требования: — Понимание архитектуры, возможностей и ограничений современных языковых моделей. — Опыт работы с embeddings, vector search, RAG, structured output и tool calling. — Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop. — Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы. — Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента. — Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков. — Умение оценивать стоимость, latency и масштабируемость LLM-решений. — Опыт работы в e-commerce, retail или других продуктовых highload-системах. — Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. — Опыт эксплуатации GPU-инфраструктуры и оптимизации inference. — Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT. — Опыт проектирования agentic workflows или multi-agent-систем. — Понимание принципов информационной безопасности, privacy и работы с персональными данными. Условия: — full-time
174 000 – 215 000 ₽
Задачи: — Участвовать в проектировании и реализации высокопроизводительных, масштабируемых и оптимизированных дата-решений. — Создавать модели данных с нуля, используя сильные навыки SQL. — Писать и оптимизировать SQL-запросы внутри приложений. — Обеспечивать производительность, безопасность и доступность баз данных. — Готовить документацию и технические спецификации. — Выполнять процедуры с базами данных: обновления, резервное копирование, восстановление и миграция. — Профилировать использование ресурсов сервера и оптимизировать конфигурации. — Проектировать, строить и автоматизировать развертывание дата-пайплайнов и приложений. — Интегрировать данные из локальных баз и внешних источников через REST API и инструменты сбора данных. — Сотрудничать с бизнес-подразделениями и командами дата-сайенс по вопросам доступа, трансформации, обработки и отчетности данных. — Поддерживать внедрение, технические вопросы и обучение, связанные с экосистемой data lake. — Управлять AWS-ресурсами, включая кластеры EMR и ECS. — Поддерживать обеспечение, мониторинг, конфигурацию и обслуживание AWS-инструментов. — Оценивать и внедрять новые облачные технологии для улучшения возможностей и снижения затрат. — Поддерживать автоматизацию с использованием Infrastructure as Code (Terraform) и CI/CD (Jenkins). — Реализовывать управление данными, контроль доступа и снижение рисков безопасности. Требования: — 7-9 лет опыта проектирования и разработки облачных моделей данных, ETL-пайплайнов и инфраструктуры. — Опыт работы с структурированными и неструктурированными данными. — Отличное владение SQL для популярных баз данных. — Опыт оптимизации больших и сложных SQL-запросов. — Знание лучших практик реляционных баз данных. — Опыт настройки движков баз данных и оркестрации кластеров. — Умение планировать ресурсы по высоким спецификациям. — Навыки устранения типичных проблем с базами данных. — Опыт работы со Spark, Glue, EMR, Apache Kafka или AWS Kinesis. — Опыт с системами контроля версий Git или Subversion. — Опыт использования автоматизированных систем сборки и CI/CD. — Программирование на Java, Python и Scala. — Знание структур данных и алгоритмов. — Знание реляционных, NoSQL, графовых, документных, key-value и временных баз данных. — Знание масштабируемого проектирования и управления моделями данных. — Знание деплоя ML-моделей. — Знание AWS cloud платформ. — Знание TDD и BDD. — Сильный интерес к улучшению навыков разработки ПО, фреймворков и технологий. Условия: — Возможность работать с моделированием данных, сервисами данных и дата-сайенсом в рамках платформы Data Intelligence. — Работа в разнообразной технической среде: AWS, ETL-пайплайны, базы данных, поисковые технологии, рекомендательные системы. — Прямое взаимодействие с командами дата-сайенс и внутренними заинтересованными сторонами по вопросам отчетности, трансформации и возможностей платформы.
Вакансия предполагает работу на позиции Senior Data Science специалиста с полной занятостью и удалённым форматом в России. Основные задачи включают разработку сервисов для ИИ платформы, предназначенной для создания функциональных агентов и ИИ ассистентов, а также подготовку серверной части для таких агентов, включая тестирование фреймворков и работу с opensource агентами. В обязанности также входит создание сервиса управления реестром и навыками агентов, а также разработка единого сервиса для баз знаний с интеграцией крупных корпоративных источников. Кандидат должен хорошо разбираться в архитектуре и ограничениях современных языковых моделей, иметь опыт работы с embeddings, vector search, RAG, structured output и tool calling. Важны знания принципов проектирования AI-агентов, включая управление состоянием и контекстом, выбор инструментов, контроль автономности и human-in-the-loop. Требуется опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения, а также понимание рисков, связанных с prompt injection, некорректным tool calling, утечкой данных и избыточными правами доступа. Необходим опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков, умение оценивать стоимость, задержки и масштабируемость LLM-решений. Желателен опыт в e-commerce, retail или других высоконагруженных продуктовых системах, а также владение инструментами Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. Кандидат должен иметь опыт эксплуатации GPU-инфраструктуры и оптимизации inference, а также fine-tuning или адаптации LLM, включая LoRA/PEFT. Опыт проектирования agentic workflows или multi-agent систем и понимание принципов информационной безопасности, конфиденциальности и работы с персональными данными также обязательны.
174 000 – 215 000 ₽
Задачи: — Проектировать и разрабатывать сквозные конвейеры данных с использованием Azure Data Factory, SQL и других сервисов Azure. — Реализовывать сложные модели данных, меры DAX и вычисляемые столбцы для поддержки отчетности. — Управлять и оптимизировать ETL-процессы, обеспечивая качество данных, согласованность и высокую производительность. — Проектировать и поддерживать хранилища данных и размерные модели (например, схемы звезды/снежинки). — Сотрудничать с аналитиками, разработчиками и заинтересованными сторонами для преобразования бизнес-требований в технические решения. — Интегрировать данные из различных источников, включая SQL-базы данных, облачное хранилище, API и плоские файлы. — Обеспечивать управление данными, точность и целостность в BI-экосистеме. Требования: — Опыт работы в роли Data Engineer не менее 5 лет. — Продвинутые знания SQL: сложные запросы, оптимизация производительности, хранимые процедуры. — Глубокое понимание технологий Azure: Azure SQL Database, Data Factory и др. — Опыт разработки ETL, интеграции данных и оркестрации конвейеров. — Знание принципов моделирования данных и архитектур хранилищ данных. — Знание принципов управления данными, управления качеством данных и лучших практик безопасности данных. — Расположение в часовом поясе CET (+/- 3 часа). Желательно: — Знакомство с Azure Synapse Analytics, Data Lake и Azure DevOps. — Эксперт в разработке Power BI, включая Power Query, DAX и Power BI Service. — Опыт работы с Python или другими скриптовыми языками для обработки данных. — Опыт работы с Git или другими системами контроля версий для совместной работы и практик CI/CD. — Наличие сертификатов Microsoft (Power BI, Azure Data Engineer или SQL Server). Условия: — Своевременные ежемесячные выплаты с гибкими вариантами вывода средств. — Предсказуемые часы работы: стабильные 8-часовые рабочие дни с клиентами. — До 24 дней гибких выходных в год без потери оплаты для полноценных позиций через Proxify. — Долгосрочные удалённые позиции в ведущих компаниях. — Персонально подобранные вакансии без типичных рекрутинговых барьеров. — Единый процесс заключения контрактов для множества возможностей без дополнительных оценок. — Постоянная оплата каждый месяц для позиций, полученных через Proxify.
Зарплата не указана
Проект: Разработка единой системы оценки эффективности. Задачи: — Разработка решений вокруг DWH — Создание ETL / настройка сбора данных, BI-аналитика — Проработка архитектуры данных и системы для их сбора — Внедрение нового функционала, сокращение техдолга Требования: — Опыт проектирования и построения пайплайнов: Python / Apache Airflow — Интеграция источников с GraphQL, RESTful — Хранение данных в Apache Iceberg / проектирование архитектуры хранения данных — Проектирование архитектуры сбора данных и витрин — Тестирование данных на всех уровнях требований к качеству данных — Настройка метрик и алертов Prometheus / интеграция с внутренними системами оповещений — Знание предметной области Условия: Удаленный формат работы Интересный проект с архитектурными задачами Профессиональный рост
150 000 – 170 000 ₽
Зарплата не указана