Вакансии

Задачи: — Анализировать данные, выбирать подходящие архитектуры (от классического ML до нейросетей) и обучать модели — Искать и тестировать новые подходы и решения, адаптируя их под наши нужды — Самостоятельно разворачивать модели в продакшн-среде — Настраивать рабочее окружение и библиотеки в условиях отсутствия прямого доступа к интернету — Настройка и интеграция локальных LLM Требования: — Уверенное владение Python и ML-стеком (Pandas, Scikit-learn, PyTorch/TensorFlow) — Понимание математики и статистики, стоящую за алгоритмами — Опыт работы с современными архитектурами (NLP, CV или LLM) — Умение упаковывать свои решения в Docker (критично для нашего контура) — Базовое знание Linux и опыт построения API-сервисов — Готовность работать полностью оффлайн в защищенной среде Будет плюсом: — Опыт развертывания локальных языковых моделей (LLM) — Навыки оптимизации кода под конкретное железо (GPU) — Умение работать с SQL-базами данных — Опыт с RAG, inference/serving Условия: — Только оффлайн формат работы (строго закрытый контур) — Работа в стабильном, регламентированном стеке с использованием собственных мощностей (GPU) — Работа с уникальными данными в защищенной среде

Задачи: — Руководить командой NLP-инженеров и backend-разработчиков — Планировать и приоритизировать задачи, проводить ревью и контролировать качество решений — Определять архитектуру и технологический стек LLM/NLP-разработки — Вести ключевой проект направления — банковскую платформу парсинга документов — Формулировать технические требования и декомпозировать задачи — Вести технический бэклог и приоритизировать запросы от нескольких заказчиков — Контролировать реализацию решений на всех этапах разработки — Взаимодействовать с бизнес-заказчиками и смежными IT-командами — Развивать экспертизу команды, организовывать обмен знаниями и формировать лучшие практики — Заниматься наставничеством и профессиональным развитием сотрудников — Участвовать в выборе, интеграции и оптимизации ML-, OCR-, LLM- и VLM-моделей — Проектировать масштабируемые решения для промышленной эксплуатации моделей Требования: — От пяти лет коммерческого опыта в NLP, LLM или backend-разработке на Python — Не менее трёх лет опыта в роли Tech Lead — Практический опыт управления инженерной командой и технической частью продукта — Глубокое понимание ML-алгоритмов, OCR-моделей, архитектуры LLM и VLM-моделей — Уверенное владение Python — Практический опыт работы с PyTorch, Hugging Face, sentence-transformers и FastAPI — Опыт интеграции и оптимизации моделей Qwen, DeepSeek, Llama, Mistral или аналогичных — Понимание принципов оптимизации inference — Знание подходов к масштабированию, кэшированию и распределённому inference — Опыт взаимодействия с бизнес-заказчиками и смежными IT-командами — Умение формировать и вести технический бэклог — Навыки сбора, декомпозиции и приоритизации требований от нескольких заказчиков Будет плюсом: — Опыт интеграции LLM с корпоративными системами и BI-платформами — Знание инструментов мониторинга LLM по показателям latency, quality и cost — Опыт работы с библиотеками Docling и Kreuzberg — Опыт проектирования и разработки высоконагруженных систем

Обязанности: • Экспертиза в Linux, Docker. Требования: • Machine learning • Data science • Глубокие знания в различных областях ИИ: Computer vision, NLP, data mining • Опыт разработки Data Science architectures

Location: San Francisco; Boston; Seattle; New York Workplace: Remote WHO ARE WE? Cohere is the leading security-first enterprise AI company. We build cutting-edge foundation AI models and end-to-end products that are designed to solve real-world business problems. We’re training and deploying frontier models for enterprises who are building AI systems. We believe that our work is instrumental to the widespread adoption of AI and we are looking for folks that want to be part of that. We obsess over what we build. Each one of us is responsible for contributing to increasing the capabilities of our models and the value they drive for our customers. Cohere is a team of researchers, engineers, designers, and more, who are all passionate about their craft. We are a global technology company headquartered in Toronto with key offices in London, New York City, San Francisco, Montreal, Paris, Berlin and Seoul. Join us! SENIOR ACCOUNT EXECUTIVE - TECHNOLOGY Why this role? In this role, you will have ownership of the full sales cycle - from identifying leads to closing deals with Global 2000, large enterprises within the Technology sector. We're looking for an approachable and compelling communicator who loves working with prospects to uncover their needs and feels comfortable developing tailored value propositions around how Cohere's platform can help them achieve their business goals. You'll lay the foundation for Cohere's growth by owning your territory and collaborating with teammates across customer success, sales development, marketing, and solution architecture. You'll be the voice of the field and help our product and engineering teams prioritize the Cohere roadmap with customer-centric care. It's a highly self-directed role, so you should be someone who thrives in an unstructured and quickly evolving environment. And your opportunity for impact will be astronomical — Cohere has skies-the-limit potential, and you'll help us reach it. As an Account Executive focused on the Technology sector you will: - Focus on net-new logo acquisition via outbound activity and relationship building with key stakeholders while also bringing a strong network of key decision-maker and influencer contacts and relationships in the vertical to accelerate engagements, drive strategic partnerships and win sales opportunities - Work closely with customers and prospects as a consultative, trusted advisor who deeply understands their challenges and goals, their technology ecosystem, and will tailor solutions to drive measurable impact for their businesses - Work in close partnership with channel partners to find opportunities to scale outreach and customer satisfaction in your region - Collaborate with product and engineering teams as well as customer success on strategic motions to deliver solutions to large enterprise customers - Collaborate with Sales Development Representatives to drive top of funnel activity - Own the full sales cycle – from initial outreach through proof-of-concept, deal close, and deployment; this is not a transactional sale that you can walk away from after the contract is signed but rather requires ongoing oversight of the project to ensure success You may be a good fit if you have: - 8-12+ years of previous B2B sales experience with Global 2000, large enterprises in the Technology sector, negotiating and closing transformational multi-year (2-5 year) SaaS deals in the 7 figure range, and a track record of high performance and exceeding quota - Previous experience as a technical consultative salesperson, selling complex products, such as developer tools, API products, or AI / NLP solutions, are a plus, with a focus on applications in the Financial Services sector - Previous experience working with customers during the deployment phase of the engagement, aligning on how best to configure and customize the solution that supports success in production and builds trust to set up for expansion and growth - Previous experience working with channel partners such as cloud hyperscalers and system integrators to drive sales cycles and hit shared revenue goals - High tolerance for ambiguity - as an early sales hire, you'll have to be a self-starter, doer and a strategist who is capable of wearing many hats and doing what it takes to figure out a path to success - Curiosity - you want to go deep on NLP and become an expert on our technology while considering how to fit into a large organization's technology landscape with a focus on its applications in the Financial Services sectors - Fantastic communication skills - you are a great listener, have a knack for understanding what matters most to others, build strong relationships, can speak to the c-suite, and feel comfortable speaking to both technical and non-technical audiences in the Financial Services sector Additional Requirements: - Deep understanding of the Technology industry, including key trends, challenges, and opportunities - Ability to articulate the value of AI and NLP solutions in the context of Financial Services operations. FULL-TIME EMPLOYEES AT COHERE ENJOY THESE PERKS: - A weekly lunch stipend of $75/£75 or equivalent in your local currency for lunch. - Full health and dental benefits, including a separate budget for mental health. - RRSP matching, 401K, Pension Scheme. - 100% Parental Leave top-up for up to 6 months, for either parent. - Annual enrichment benefits: Arts & culture, fitness/wellness, quality time, and a workspace improvement credit. Education & learning stipend for conferences, courses, and coaching. - 6 weeks of paid vacation (30 working days!) - Budget for traveling to other offices if you are remote, plus an annual company offsite. HOW AND WHERE WE WORK: - Cohere is remote-friendly, but we also have offices in Toronto, London, New York City, San Francisco, Montreal, Paris, Berlin and Seoul with more opening soon. - For those in the office: a daily lunch program, plenty of snacks, and regular community and social events. - For those not near an office: a co-working benefit so you can work alongside others in your city. - Everyone receives a $500 home office stipend to set up your workspace properly. If any of the above doesn’t line up exactly with your experience, we still encourage you to apply. We strive to create an inclusive work environment for all; we welcome applicants from all backgrounds and are committed to providing equal opportunities. Should you require any accommodations during the recruitment process, please submit an Accommodations Request Form https://docs.google.com/forms/d/12a6IrLdF3kI2nonKSr4tiFuz18rLQbaeYV-JM9L4o9Q/edit, and we will work together to meet your needs. We may use AI-enabled tools to screen and assess applicants against the criteria for this position. This helps our recruiters identify potentially qualified candidates, but it doesn't limit the applications our recruiters may review or consider. Beware of Scams: Cohere will never ask for payment or third-party services (e.g., CV writing) as part of our hiring process. All legitimate roles are listed on the Cohere careers page and LinkedIn only, with all communications from Cohere employees coming from an @cohere.com or @cw.cohere email alias. If jobs are viewed on other sites then please verify these through our official careers https://cohere.com/careers page.

Задачи: — Проектировать, создавать и внедрять модели машинного обучения для прогнозирования ключевых бизнес-показателей, таких как отток, расширение, конверсия и вовлеченность клиентов. — Разрабатывать и поддерживать масштабируемые ML-пайплайны для непрерывного приема данных, переобучения моделей, проверки производительности и предоставления предсказаний в продакшене. — Работать с большими структурированными и неструктурированными данными, применяя современные методы машинного обучения и большие языковые модели (LLM), если они приносят измеримую бизнес-ценность. — Мониторить модели в продакшене, улучшать их производительность со временем, обеспечивать надежность через тестирование, валидацию и непрерывную итерацию. — Сотрудничать с инженерами данных, менеджерами продуктов и бизнес-стейкхолдерами для создания ML-решений, решающих реальные задачи клиентов и бизнеса. — Владеть ML-решениями на всех этапах — от определения проблемы и экспериментов до внедрения в продакшен, мониторинга и оптимизации. Требования: — 3–5 лет профессионального опыта в области машинного обучения, прикладного машинного обучения, науки о данных или смежных областях. — Степень бакалавра в области компьютерных наук, математики, статистики, инженерии или другой количественной дисциплины. — Магистратура или PhD приветствуются, но не обязательны. — Глубокое понимание методов машинного обучения и статистического моделирования, включая регрессию, классификацию, анализ выживаемости, причинно-следственный анализ, uplift-моделирование и другие. — Опыт разработки моделей на больших реальных данных, включая инженеринг признаков, валидацию моделей и работу с несовершенными данными. — Опыт работы с неструктурированными данными с использованием эмбеддингов, дообучения, векторных представлений и современных NLP-техник. — Сильные навыки программирования на Python с опытом создания программного обеспечения промышленного уровня. — Уверенные навыки SQL и опыт работы с облачными хранилищами данных (предпочтительно Snowflake). — Опыт развертывания, обслуживания и мониторинга моделей машинного обучения в продакшене. — Знание дизайна экспериментов, A/B тестирования или причинно-следственного анализа будет плюсом. — Опыт работы с инструментами оркестрации рабочих процессов, такими как Airflow, dbt или аналогичными, приветствуется. — Умение использовать AI-инструменты для разработки, например Claude Code, Cursor, GitHub Copilot и др. Условия: — Полная занятость. — Удаленная работа из Кракова, Польша. — Годовой базовый оклад от 98 000 до 146 000 евро. — Возможность получения бонусов, льгот и других стимулов, которые обсуждаются на этапе предложения. Дополнительно: — Работа в команде Enterprise Machine Learning, которая создает интеллектуальные системы для улучшения бизнес-решений. — Взаимодействие с продуктовой, инженерной и бизнес-командами. — Компания придерживается принципов равных возможностей и инклюзивности. — Использование AI и автоматизированных систем для оценки заявок в соответствии с законодательством. — Возможность получения разумных приспособлений для соискателей с инвалидностью.

Location: San Francisco, CA, USA About the Role Chime’s Data Science and Machine Learning team is building models, services, and platforms that transform how millions of users manage and grow their financial lives. We are looking for a hands-on Tech Lead Manager with deep technical expertise in machine learning and data science, particularly within the Growth and Marketing domain. Beyond technical proficiency, we value creativity, user empathy, and strong collaboration. As a Tech Lead Manager within our Growth and Marketing team, you will lead a talented group of data scientists and machine learning engineers to develop innovative growth and marketing models. These models will provide critical insights into acquiring, retaining and growing Chime members, broaden access to credit, and ensure financial inclusivity. You will play a pivotal role in creating innovative, ground-up products while driving the development of cutting-edge acquisition and retention models and solutions. If you are passionate about marketing, growth, customer acquisition and retention models, this role could be a great fit for you. In this role, you can expect to Lead and inspire a high-performing team of data scientists and ML engineers, ensuring the successful development and deployment of machine learning solutions for customer acquisition, conversion and retention. Drive strategic direction for ML initiatives in marketing, engagement, and growth by identifying opportunities where AI/ML can optimize our customer funnel. Oversee the end-to-end development of machine learning models such as lifetime value prediction, churn risk modeling, customer segmentation, marketing attribution, referral recommendations, and personalized communications. Collaborate cross-functionally with marketing, product, growth, and engineering teams to align machine learning initiatives with business objectives. Leverage transactional and behavioral data to enhance customer targeting, optimize acquisition spend, and improve retention strategies. Establish ML best practices, including model development, validation, deployment, and monitoring, ensuring scalability and business impact. Advocate for a data-driven culture, partnering with business leaders to drive strategic decisions through experimentation and predictive analytics. Stay ahead of industry trends, bringing cutting-edge AI/ML techniques into our marketing and growth strategies. To thrive in this role, you have 7+ years of experience developing machine learning models for marketing and growth, from inception to production, with a focus on customer acquisition, engagement, and retention. 5+ years of experience leading data science teams, with a proven track record of mentoring, coaching, and driving impactful machine learning solutions. Strong expertise in marketing and growth analytics, including experience with customer segmentation, LTV modeling, churn prediction, referral systems, and multi-touch attribution. Deep understanding of AI/ML techniques, including classification, clustering, reinforcement learning, optimization, deep learning, and NLP for customer engagement. Hands-on experience deploying machine learning models in real-world production environments, integrating with marketing tech stacks and growth platforms. Strong product intuition with the ability to work iteratively in a fast-paced, cross-functional environment. M.S. or Ph.D. in Machine Learning, Computer Science, Statistics, or a related STEM field. Proficiency in Python and SQL, with experience in building ML pipelines and wrangling large-scale data. Experience with modern ML and data engineering technologies, such as AWS, Kafka, Airflow, Redis, MySQL, Postgres, Spark, Snowflake, Looker. Exceptional communication and stakeholder management skills, with the ability to partner effectively with marketing, growth, product, and engineering teams. #LI-DA1 #LI-Onsite Below is the base salary offered for this role and level of experience. Full-time employees may also be eligible for bonus(es), competitive equity, and benefits. For commissioned roles, the base salary listed in this job description does not include incentive/variable pay. The actual base salary offered may be higher, depending on your location, skills, qualifications, and experience. Wage Notice $199,000 — $275,000 USD A little about us At Chime, we believe that everyone can achieve financial progress. We created Chime—a financial technology company, not a bank*—on the premise that core banking services should be helpful, easy, and free. Through our user-friendly tools and intuitive platforms, we empower our members to take control of their finances and work towards their goals. Whether it's starting a savings account, purchasing a first car or home, launching a business, or pursuing higher education, we're proud to have helped millions unlock their financial potential. We're a team of problem solvers, dreamers, and builders with one shared obsession: our members. From day one, Chimers have worked tirelessly to out-hustle and out-execute competitors to bring our mission to life. Their grit and determination inspire us to work harder every day to deliver the very best experience possible. We each bring an owner's mindset to our work, refusing to be outdone and holding ourselves accountable to meet and exceed the highest bars for our teams, our company, and our members. We believe in being bold, dreaming big, and taking risks, while also working together, embracing our diverse perspectives, and giving each other honest feedback. Our culture remains deeply entrepreneurial, encouraging every Chimer to see themselves as stewards of our mission to help everyday Americans unlock their financial progress. We know that to achieve our mission, we must earn and keep people's trust—so we hold ourselves to the highest standards of integrity in everything we do. These aren't just words on a wall—our values are embedded in every aspect of our business, serving as a north star that guides us as we work to help millions achieve their financial potential. Because if we don't—who will? *Chime is a financial technology company, not a bank. Banking services provided by The Bancorp Bank, N.A. or Stride Bank, N.A., Members FDIC. What we offer for our full-time, regular employees 🏢 Our in-office work policy is designed to keep you connected - with four days a week in the office and Fridays from home for those near one of our offices, plus team and company-wide events depending on location. 💻 Benefits that support your work and life, including backup child, elder, and pet care and subsidized commuter benefits for eligible employees. ✨ Comprehensive health, financial, and wellbeing benefits designed to support you at every stage of life. 🏝 Generous vacation policy and company-wide paid days off 🫂 1% of your time off to support local community organizations of your choice 👟 Annual wellness stipend to use towards eligible wellness related expenses 👶 Up to 22 weeks of paid parental leave for birthing parents and 12 weeks of paid parental leave for non-birthing parents 👪 Access to family planning reimbursement 💚 A challenging and fulfilling opportunity to join one of the most experienced teams in FinTech and help millions unlock financial progress We know that great work can’t be done without a diverse team and inclusive environment. That’s why we specifically look for individuals of varying strengths, skills, backgrounds, and ideas to join our team. We believe this gives us a competitive advantage to better serve our members and helps us all grow as Chimers and individuals. Chime is proud to be an Equal Opportunity Employer. We consider qualified applicants without regard to race, color, ancestry, religion, sex, national origin, sexual orientation, gender identity, age, marital or family status, disability, genetic information, veteran status, or any other legally protected basis under provincial, federal, state, and local laws, regulations, or ordinances. We will also consider qualified applicants with criminal histories in a manner consistent with the requirements of state and local laws, including the San Francisco Fair Chance Ordinance, Cook County Ordinance, NYC Fair Chance Act, and the LA City Fair Chance Ordinance, and consistent with Canadian provincial and federal laws. If you have a disability or special need that requires accommodation during any stage of the application process, please contact: accommodations@chime.com . To learn more about how Chime collects and uses your personal information during the application process, please see the Chime Applicant Privacy Notice .

Задачи: — Разработка материалов: семинары, финальный проект для слушателей. — Проведение занятий в формате вебинаров (1-2 дня, по 2-4 занятия в день). Требования: — Профильное высшее образование. — Опыт в NLP от 3 лет, желательно в крупных компаниях. — Коммерческий опыт с LLM от 1.5 лет. — Опыт с LangGraph, LoRA. — Будет плюсом: PhD в релевантной области. — Будет плюсом: Публикации или научные статьи. — Будет плюсом: Профессиональные награды / участие в конкурсах. Условия: — Гибкий формат участия (можно выбрать отдельные темы или курс целиком). — Бонус за успешную рекомендацию: 30 000 руб. (15 000 руб. при прохождении тестового, 15 000 руб. после 2 месяцев работы). — Бонусное вознаграждение по итогам перфоманса курса. Оплата: — За разработку программы (семинары + финальный проект) – 90 000 – 120 000 руб. — За разовое проведение программы курса-интенсива – 90 000 – 110 000 руб. (в зависимости от опыта).

Location: Москва Наша команда отвечает за качество моделей TTS в SaluteSpeech – той части GigaChat, которая занимается звуком. Наш синтез можно услышать у ассистентов Салют, в колл-центре по номеру 900, в Сболе. Сейчас мы ищем ребят, которые будут работать над базовым качеством, мультимодальным Гигачатом и другими классными проектами. Как у нас все устроено: * команда живет в 4 городах, общаемся текстом и по видео, иногда встречаемся очно; * работать можно в удобное время, обязательных созвонов 1-3 в неделю; * очень много данных и карточек для обучения; * работа обычно происходит так: формулируем гипотезу, улучшаем модель, обгоняем прод по метрикам, показываем команде runtime, помогаем им затащить в прод; * чаще всего успешные модели – это улучшенные старые, в итоге развиваем свой звездолет Вся работа с разметкой для обучения и подсчет метрик уже автоматизированы, очень удобно. Можно прийти на нашу студию, поговорить в микрофон 3 часа и обучить свой синтез. _Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_ Обязанности * улучшать модели; * обгонять прод по метрикам; * помогать внедрять; * фантазировать, экспериментировать, читать статьи; * заниматься проектами, например ускорение обучения, voice cloning, low resource, rl; * рассказывать о решении задач на внутренних семинарах, а также на хабре и в нашем чатике в тг. Требования * python, алгоритмы, математика; * знания в DL, особенно про звук; * опыт обучения моделей для прода; * кругозор (nlp, лингвистика, русский язык, биология, физика -- что имеет отношение к речи); * c++; * публикации. Условия * задачи, которые еще никто не делал; * команда отзывчивых профи, которые всегда помогут; * фидбек и возможность увидеть результаты своей работы в продуктах; * много корпоративных плюшек: расширенная программа ДМС (возможность подключения родственников), страхование жизни, специальные условия по кредитам/ипотеке, скидки от компаний-партнёров; * офис на Кутузовском проспекте с парковкой, спортзалом, массажными креслами и возможностью выбора формата работы (офис, гибрид или удалёнка).

Location: Москва Привет! Это GigaChat Vision — команда, которая делает полный цикл обучения VLM моделей, включающий в себя стадии pre-training, SFT и DPO/RL. Мы ищем сильных инженеров и исследователей, которые будут двигать вперед качество мультимодального GigaChat. _Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика вам на почту и в чат на платформе HeadHunter придет приглашение пройти первичное интервью с ГигаРекрутером в Telegram. Диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!_ Обязанности * Самостоятельная работа в рамках заданного направления развития качества VLM: от планирования, до выкатки в прод; * Планирование и работа над исследовательскими задачами по архитектуре модели, стратегии и данным обучения; * Формирование гипотез по улучшению качества модели, самостоятельное планирование экспериментов по их подтверждению и постановка multi-node обучений на большом количестве GPU (тысячи A100/H100); * Решение сложных инженерных задач, развитие и оптимизация кодовой базы обучения и эвала VLM, написание чистого кода и проведение code review; * Анализ точек роста и определение способов их закрытия. Требования * Сильный технический бэкграунд в modern ML: понимание того, как данные, архитектура и стратегии обучения влияют на итоговое качество модели; * Опыт полного цикла обучения VLM или LLM; * Глубокие знания или опыт работы в области computer vision; * Понимание принципов работы распределенного обучения (FSDP) или опыт обучения моделей на больших GPU кластерах; * Наличие навыков технического лидерства: проведение code-review, помощь и менторинг младших сотрудников; * Умение работать, принимать решения и выстраивать процессы в условиях неопределенности; * Умение и желание взаимодействовать с коллегами, вносить собственные идеи и предлагать пути достижения общих целей. **Будет плюсом:** * Опыт полного цикла обучения VLM; * Наличие публикаций в области NLP или CV; * Опыт решения задач по оптимизации обучения; * Опыт участия в соревнованиях по машинному обучению или программированию. Условия * крупнейшее DS&AI community — более 600 DS-специалистов банка * дайджест о самых последних разработках в области DS&AI и отчеты с крупнейших конференций мира * возможность быть соавтором НИРов и статей для международных конференций * возможность выбрать удобный формат работы: гибрид или офис * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * ипотека выгоднее до 7% для каждого сотрудника * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Задачи: — Разработка и внедрение AI/ML решений с использованием LLM, Python и связанных технологий — Работа с production-grade LLM, RAG, NLP, embeddings и векторными базами данных — Парсинг документов, извлечение информации и обработка больших объемов текста — Использование LangChain, LangGraph, CrewAI, Claude Code — Работа с облачными сервисами AWS SageMaker, Bedrock, EC2, Lambda, Azure AI, OpenAI — Использование MLflow, W&B, CI/CD, Docker, Kubernetes для управления ML-процессами — Оценка AI моделей, улучшение и обеспечение наблюдаемости — Руководство командой, наставничество и коммуникация Требования: — Опыт работы в AI/ML инженерии от 3 лет — Знание Python, SQL, NumPy, Pandas, Scikit-learn, PyTorch или TensorFlow — Опыт работы с LLM, NLP, embeddings, векторными базами данных — Знание LangChain, LangGraph, CrewAI, Claude Code — Опыт работы с AWS и Azure AI сервисами — Навыки работы с MLflow, W&B, CI/CD, Docker, Kubernetes — Высшее образование в технической области Условия: — Работа в офисе, 5-дневная рабочая неделя — Локации: Hyderabad, Ahmedabad, Indore — Максимальный срок уведомления о выходе на работу: 15 дней — Процесс интервью: 3 технических/менеджерских раунда + обсуждение CTC Для отклика необходимо предоставить: — Имя кандидата, обновленное резюме, общий опыт, релевантный опыт AI/ML — Количество реализованных production AI/ML систем — Текущая компания и должность, текущее и ожидаемое вознаграждение — Местоположение и предпочтительное место работы — Наличие офферов, причина смены работы, готовность к немедленному выходу — Контактный номер, профиль LinkedIn, релевантные навыки AI/ML и LLM

Location: California; Sunnyvale, CA; San Francisco, CA; Seattle, WA; Redmond, Washington; Burlingame, CA; New York City Metropolitan Area; Los Angeles, CA; Washington, D.C.; Boston, MA Workplace: onsite Overview Welo Data is looking for sharp, curious, and detail-oriented individuals to join our team as Data Labeling Associate. This is not a traditional annotation role. You’ll be working directly with cutting-edge AI systems — evaluating outputs, identifying gaps, and helping improve how these systems behave in real-world scenarios. The work sits at the intersection of data quality, model evaluation, and human judgment, where your ability to think critically matters just as much as following guidelines. We’re looking for people who are naturally curious about AI, comfortable forming opinions, and confident in contributing to conversations with teammates, leads, and stakeholders. Project Details Job Title: Data Labeling Associate Hiring in: Onsite (Bay Area, Seattle, NYC, or client-dependent)  Hours: Full-time, 40 hours per week Employment Type: W2 Full-Time Employee Work Authorization: Must be authorized to work in the U.S. (no visa sponsorship) Pay Rate: $34/hour   Important: This is a 100% onsite position — remote work is not available for this role. To be considered, candidates must be located in or able to commute to one of the following cities: NYC, Seattle, Bellevue, Redmond, San Francisco, Sunnyvale, Burlingame, Austin, Los Angeles, Washington DC, Chicago, Boston, Austin. Please only apply if you meet this location requirement. What You’ll Do Evaluate AI model outputs and provide structured, high-quality feedback Perform audit-based reviews of data and model behavior — identifying patterns, edge cases, and failure modes Apply guidelines thoughtfully — and flag when they don’t reflect real-world scenarios Contribute to improving evaluation frameworks, not just executing them Identify trends in model performance and communicate insights clearly Participate in team discussions, calibrations, and stakeholder syncs Partner with leads and cross-functional teams to refine quality standards Document findings in a clear, concise, and actionable way What We’re Looking For Native-level Tamil language proficiency and a university degree (Bachelor’s or higher). B2 or superior level of English. 1–2 years of professional writing experience with strong, structured writing skills Ability to apply complex writing rules and guidelines consistently Strong understanding of safety considerations in GenAI data delivery, with 2+ years of relevant experience Strong critical thinking and attention to detail Ability to make sound judgment calls in ambiguous situations Naturally curious about AI, technology, and how systems behave Comfortable speaking up, asking questions, and contributing ideas Strong written and verbal communication skills Ability to stay consistent while working with evolving guidelines Experience in data quality, QA, annotation, or analysis is helpful — but not required Benefits Paid Vacation: 6 days Paid Company Holidays: 2 days (Memorial Day and Labor Day) Paid Sick Leave: accrued per applicable state law and company policy Medical, Dental, and Vision Insurance (eligibility applies) Health Savings Account (HSA) 401(k) Retirement Plan Employee Assistance Program Additional voluntary benefits (life, accident, critical illness, etc.) Free Gourmet Food: Free breakfast, lunch, and dinner are provided, featuring a wide variety of cuisines in multiple cafes. Micro-kitchens & Snacks: Offices are stocked with free snacks and beverages, including premium coffee and La Croix. Unique Campus Features: Some locations include roof-top nature parks Commuter Benefits: Free transport, shuttles, and sometimes bike-to-work perks. Please note that in order to verify work authorization as is required by Federal law (I-9 process), all new employees must complete a live video verification with their selected IDs and provide photos of these selected IDs within their first 3 days of employment.   To know more details (Click here)   In compliance with federal law, all persons hired will be required to verify identity and eligibility to work in the United States and to complete the required employment eligibility verification form upon hire.  In addition, we employ anti-fraud checks to ensure all candidates meet the requirements of the program.     As a trusted global transformation partner, Welocalize accelerates the global business journey by enabling brands and companies to reach, engage, and grow international audiences. Welocalize delivers multilingual content transformation services in translation, localization, and adaptation for over 250 languages with a growing network of over 400,000 in-country linguistic resources. Driving innovation in language services, Welocalize delivers high-quality training data transformation solutions for NLP-enabled machine learning by blending technology and human intelligence to collect, annotate, and evaluate all content types. Our team works across locations in North America, Europe, and Asia serving our global clients in the markets that matter to them. www.welocalize.com   To perform this job successfully, an individual must be able to perform each essential duty satisfactorily. The requirements listed below are representative of the knowledge, skill, and/or ability required. Reasonable accommodations may be made to enable individuals with disabilities to perform essential functions. Why This Role This is an opportunity to move beyond traditional data work and play a direct role in how AI systems are evaluated and improved. The work is fast-moving, collaborative, and increasingly central to how modern AI systems are built and deployed.

Задачи: — Разработка материалов: семинары, финальный проект для слушателей. — Проведение занятий в формате вебинаров (1-2 дня, по 2-4 занятия в день). Требования: — Профильное высшее образование. — Опыт в NLP от 3 лет, желательно в крупных компаниях. — Коммерческий опыт с LLM от 1.5 лет. — Опыт с LangGraph, LoRA. Будет плюсом: — PhD в релевантной области. — Публикации или научные статьи. — Профессиональные награды / участие в конкурсах. Условия: — За разработку программы (семинары + финальный проект) – 90т.р.-120 т.р. — За разовое проведение программы курса-интенсива – 90т.р.-110 т.р., в зависимости от опыта. — Бонусное вознаграждение по итогам перфоманса курса. — Сумма оплаты возможна и больше, зависит от опыта, публикаций и результатов собеседования. Описание: Под AI agent понимается система, которая умеет на основе обращения к ней самостоятельно планировать свои действия, взаимодействовать с внешней средой (по API) и адаптироваться под отклик этой среды. Дополнительно: — Гибкий формат участия: можно выбрать отдельные темы или курс целиком. — За успешную рекомендацию бонус: 30к (15к при прохождении тестового, 15к после 2 месяцев работы). Возможны другие бонусы для кандидатов с большим опытом.

Location: California; Sunnyvale, CA; San Francisco, CA; Seattle, WA; Redmond, Washington; Burlingame, CA; New York City Metropolitan Area; Los Angeles, CA; Washington, D.C.; Boston, MA Workplace: onsite Overview Welo Data is looking for sharp, curious, and detail-oriented individuals to join our team as Data Labeling Associate. This is not a traditional annotation role. You’ll be working directly with cutting-edge AI systems — evaluating outputs, identifying gaps, and helping improve how these systems behave in real-world scenarios. The work sits at the intersection of data quality, model evaluation, and human judgment, where your ability to think critically matters just as much as following guidelines. We’re looking for people who are naturally curious about AI, comfortable forming opinions, and confident in contributing to conversations with teammates, leads, and stakeholders. Project Details Job Title: Data Labeling Associate Hiring in: Onsite (Bay Area, Seattle, NYC, or client-dependent)  Hours: Full-time, 40 hours per week Employment Type: W2 Full-Time Employee Work Authorization: Must be authorized to work in the U.S. (no visa sponsorship) Pay Rate: $34/hour   Important: This is a 100% onsite position — remote work is not available for this role. To be considered, candidates must be located in or able to commute to one of the following cities: NYC, Seattle, Bellevue, Redmond, San Francisco, Sunnyvale, Burlingame, Los Angeles, Washington DC, Boston. Please only apply if you meet this location requirement. What You’ll Do Evaluate AI model outputs and provide structured, high-quality feedback Perform audit-based reviews of data and model behavior — identifying patterns, edge cases, and failure modes Apply guidelines thoughtfully — and flag when they don’t reflect real-world scenarios Contribute to improving evaluation frameworks, not just executing them Identify trends in model performance and communicate insights clearly Participate in team discussions, calibrations, and stakeholder syncs Partner with leads and cross-functional teams to refine quality standards Document findings in a clear, concise, and actionable way What We’re Looking For Native-level Marathi language proficiency and a university degree (Bachelor’s or higher). B2 or superior level of English. 1–2 years of professional writing experience with strong, structured writing skills Ability to apply complex writing rules and guidelines consistently Strong understanding of safety considerations in GenAI data delivery, with 2+ years of relevant experience Strong critical thinking and attention to detail Ability to make sound judgment calls in ambiguous situations Naturally curious about AI, technology, and how systems behave Comfortable speaking up, asking questions, and contributing ideas Strong written and verbal communication skills Ability to stay consistent while working with evolving guidelines Experience in data quality, QA, annotation, or analysis is helpful — but not required Benefits Paid Vacation: 6 days Paid Company Holidays: 2 days (Memorial Day and Labor Day) Paid Sick Leave: accrued per applicable state law and company policy Medical, Dental, and Vision Insurance (eligibility applies) Health Savings Account (HSA) 401(k) Retirement Plan Employee Assistance Program Additional voluntary benefits (life, accident, critical illness, etc.) Free Gourmet Food: Free breakfast, lunch, and dinner are provided, featuring a wide variety of cuisines in multiple cafes. Micro-kitchens & Snacks: Offices are stocked with free snacks and beverages, including premium coffee and La Croix. Unique Campus Features: Some locations include roof-top nature parks Commuter Benefits: Free transport, shuttles, and sometimes bike-to-work perks. Please note that in order to verify work authorization as is required by Federal law (I-9 process), all new employees must complete a live video verification with their selected IDs and provide photos of these selected IDs within their first 3 days of employment.   To know more details (Click here)   In compliance with federal law, all persons hired will be required to verify identity and eligibility to work in the United States and to complete the required employment eligibility verification form upon hire.  In addition, we employ anti-fraud checks to ensure all candidates meet the requirements of the program.     As a trusted global transformation partner, Welocalize accelerates the global business journey by enabling brands and companies to reach, engage, and grow international audiences. Welocalize delivers multilingual content transformation services in translation, localization, and adaptation for over 250 languages with a growing network of over 400,000 in-country linguistic resources. Driving innovation in language services, Welocalize delivers high-quality training data transformation solutions for NLP-enabled machine learning by blending technology and human intelligence to collect, annotate, and evaluate all content types. Our team works across locations in North America, Europe, and Asia serving our global clients in the markets that matter to them. www.welocalize.com   To perform this job successfully, an individual must be able to perform each essential duty satisfactorily. The requirements listed below are representative of the knowledge, skill, and/or ability required. Reasonable accommodations may be made to enable individuals with disabilities to perform essential functions. Why This Role This is an opportunity to move beyond traditional data work and play a direct role in how AI systems are evaluated and improved. The work is fast-moving, collaborative, and increasingly central to how modern AI systems are built and deployed.

Responsibilities: — Analyze data and select architectures for model training — Test new approaches and deploy models to production — Set up offline environments and integrate local LLMs Requirements: — Proficient in Python and ML tools (Pandas, Scikit-learn, PyTorch/TensorFlow) — Understanding of mathematics and statistics for algorithms — Experience with NLP, CV, or LLM architectures — Ability to package solutions in Docker — Basic Linux knowledge and API development experience — Willingness to work offline in a secure environment

Задачи: — разрабатывать и доводить до продакшена модели компьютерного зрения; — решать задачи речевой аналитики: транскрибация звонков, диаризация спикеров, извлечение сущностей и интентов, оценка качества коммуникаций и построение аналитических витрин по разговорам; — строить классический ML: скоринг, ранжирование, прогноз конверсии и оттока, рекомендательные и matching-модели на табличных данных; — проводить полный цикл ML: постановка задачи, разметка и подготовка данных, обучение, валидация, A/B и offline-оценка, мониторинг качества в проде; — упаковывать модели в сервисы (API/batch), выкатывать в продакшен, обеспечивать стабильность, latency, отказоустойчивость и версионирование; — настраивать пайплайны обучения и инференса, feature store / датасеты, трекинг экспериментов и CI/CD для ML; — работать с продуктом и бизнесом: формализовать метрики успеха, декомпозировать гипотезы, объяснять решения моделей и влияние на KPI. Требования: — уверенный Python и опыт промышленной разработки, а не только ноутбуков; — практический опыт Computer Vision (классификация, детекция, сегментация) и работы с современными CV-архитектурами; — опыт речевой аналитики / speech-to-text: ASR, диаризация, NLP поверх транскриптов; — сильный классический ML: feature engineering, градиентный бустинг, валидация, работа с дисбалансом и утечками; — опыт вывода ML в прод: сервисы инференса, batch/online, мониторинг дрифта, ретрайн, откат моделей; — понимание MLOps: Docker, оркестрация пайплайнов, трекинг экспериментов, версионирование данных и моделей; — умение читать SQL и работать с витринами/хранилищами; — плюсом — опыт GPU-инференса и оптимизации (ONNX, Triton, квантизация). Условия: — стек: Python, Java, Trino, DBT, Iceberg, Airflow, llama.cpp, LLM, Whisper, FastAPI, MLFlow, S3 + то что принесешь ты.

Задачи: — участие в долгосрочном проекте по обезличиванию данных в формате ИП Требования: — опыт работы от 3 лет в роли ML-инженера / Data Scientist — опыт разработки и внедрения ML-моделей в продакшен — знание Python, pandas, numpy, scikit-learn — опыт работы с NLP-инструментами: SpaCy, Hugging Face Transformers — практический опыт построения пайплайнов обработки неструктурированных данных — очистка, нормализация, feature engineering — извлечение сущностей (NER) — понимание и опыт применения деревьев решений и ансамблей (Random Forest) — умение интерпретировать результаты, подбирать гиперпараметры, оценивать риски переобучения — опыт работы с CTGAN и TVAE (библиотека SDV или аналоги): обучение, подбор гиперпараметров — проведение privacy-проверок — контейнеризация (Docker) — развертывание моделей через API (FastAPI/Flask) — версионирование моделей и данных (MLflow/DVC) — понимание CI/CD-процессов Условия: — формат сотрудничества: ИП — тип занятости: долгосрочный проект

Задачи: — Развитие harness: построение эффективной обвязки вокруг модели, разработка базы знаний по вариации тест-кейсов, улучшение планера, разработка верификаторов и инструментов. — Агентское планирование в модели: обучение модели эффективным стратегиям и работе в harness для сохранения эффективности и оптимального решения задач. Требования: — Понимание построения VLM-агентов и tool calling, опыт работы с ними. — Знание RL в интерактивных средах. — Хорошее знание NLP и CV, особенно LLM и VLM. — Умение решать ML-задачи полного цикла — от сбора разметки до внедрения в продакшен. Будет плюсом: — Понимание ограничений современных VLM. — Следить за трендами в области агентов и tool-augmented-моделей. Условия: — Бесплатное участие в профильных конференциях для сотрудников. — Школа подготовки спикеров для выступающих на конференциях.

О компании и команде Мы вошли в топ лучших it-работодателей России 2025 на Хабр Карьере. В Strikt мы превращаем хаотичные бизнес-процессы наших заказчиков в четкие, самообучающиеся алгоритмы с использованием ИИ. Ищем к нам в команду опытного Data Scientist для работы над интересными проектами в областях AdTech, Machine Learning! Требования: — Высшее техническое или математическое образование; — От 3–4 лет коммерческого опыта в Data Science / ML; — Сильная база в статистике, классическом ML и анализе данных; — Опыт работы с Time Series: прогнозирование, скользящее окно, тренды, сезонность, оценка качества моделей; — Опыт участия в проектах с LLM / NLP / GenAI: промпты, embeddings, RAG или интеграция LLM в продуктовые сценарии; — Уверенный Python: pandas, numpy, scikit-learn, matplotlib, Jupyter Notebook; — Знание SQL и понимание работы с реляционными БД; — Умение самостоятельно разбираться в задаче, выбирать подход и объяснять решение команде; — Готовность помогать junior/middle DS-специалистам; — Будет плюсом: Английский язык на уровне чтения технической документации PyTorch / TensorFlow / Hugging Face, CatBoost / LightGBM / XGBoost, LangChain / LlamaIndex / vector databases, понимание MLOps, мониторинга качества моделей и CI/CD. Задачи: — Работать с задачами Time Series, классического ML и LLM/NLP; — Развивать и улучшать существующие ML-модели в проектах; — Помогать выбирать подходы, метрики и критерии качества; — Анализировать данные, строить гипотезы и проводить эксперименты; — Работать с SQL и Python для извлечения, очистки и анализа данных; — Ревьюить решения менее опытных DS-специалистов и помогать команде расти. Условия: — Полностью удалённая работа; — Part-time занятость; — Оформление по договору с самозанятым или ИП с первого дня; — Проекты на стыке Data Science, Time Series, LLM/NLP и прикладного AI; — Сильная команда, возможность влиять на технические решения.