Вакансии

Location: United States; Colombia; Sacramento; Los Angeles; San Francisco; Canada; Costa Rica; Mexico Workplace: Remote Location: San Francisco or Singapore (on-site), or remote (Singapore or US Pacific time zones) Start Date: ASAP Languages: English Team: Engineering ABOUT THE ROLE Our client is a fast-growing AI company building reliable, fair and open infrastructure for AI training data. Their marketplace helps the people who create data get value for it, and gives AI labs trustworthy data to train on. It is already used by startups, Fortune 500 companies and frontier labs, and the company is backed by leading venture investors, including Y Combinator. They are scaling quickly to meet strong demand. We are looking for a Research Engineer, Synthetic Data to build the synthetic data pipeline. You will turn domain-specific workflows into synthetic training tasks that are realistic enough to teach useful behaviour, structured enough to generate at scale, and difficult enough to expand model capabilities. This is a hands-on research engineering seat, not a commercial or privacy-systems role. You will design how synthetic tasks are created, mutated and validated, and you will analyse what those tasks actually teach models and agents. This is a full-time role, starting ASAP. Offices are in San Francisco and Singapore; remote candidates are welcome if their working hours can overlap about 70–80% with either San Francisco (US Pacific) or Singapore business hours. The exact daily schedule will be agreed during hiring. WHAT YOU'LL DO - Work with subject-matter experts to create synthetic tasks for training AI agents across a range of professional and technical domains. - Design synthetic task-generation methods that produce diverse, realistic and learnable tasks. - Build systems and tooling to mutate, validate and improve synthetic tasks. - Analyse model and agent performance on synthetic tasks to understand what the tasks are teaching and where they fail. - Develop metrics to quantify and understand synthetic task diversity, realism, learnability and related qualities. - Take synthetic data pipelines from early research through to reliable systems, including in areas where the roadmap is not fully prescribed. WHAT WE'RE LOOKING FOR - Proficiency in Python, Docker and Linux environments. - Experience with synthetic data research methods — please be ready to describe this in your application. - A strong understanding of what “good synthetic data” means, and of its limitations. - Experience building synthetic data pipelines end to end, including where there was no fully prescribed roadmap. - Experience working on environments, evals or benchmarks. - Clear written and spoken English, and comfort collaborating remotely across time zones. - Strong candidates may also be detail-oriented enough to catch subtle inconsistencies or edge cases in synthetic data; able to reason from first principles about task design, scoring and failure modes; and comfortable in unstructured problem spaces or early-stage environments. - Technical aptitude and learning potential matter more than years of experience. Motivated candidates are encouraged to apply even if they don't meet every point above. WHY THIS ROLE MATTERS FOR YOU - Build the synthetic data pipeline: You will design the tasks and systems that generate training data at scale, not only run experiments on someone else's pipeline. - Research that has to work in production: Turn messy, domain-specific workflows into tasks that are realistic, measurable and usable for training agents. - See what the data actually teaches: Analyse model and agent performance, and improve the tasks when they fail. - High ownership, unstructured problems: You will build without a fully prescribed roadmap, from method design through tooling and metrics. - San Francisco, Singapore, or remote: Work on-site in San Francisco or Singapore, or remotely, with hours that overlap about 70–80% with either US Pacific or Singapore business hours. The exact daily schedule will be agreed during hiring. Pragmatike is an Equal Opportunity Employer and is committed to providing equal employment opportunities to all applicants without discrimination. We recruit on behalf of our clients and prohibit discrimination and harassment based on race, color, religion, age, sex, national origin, disability status, genetics, protected veteran status, sexual orientation, gender identity or expression, or any other characteristic protected by federal, state, or local laws. This policy applies to all terms and conditions of employment, including recruiting, hiring, placement, promotion, termination, layoff, recall, transfer, leaves of absence, compensation, and training. We are committed to a fair and inclusive hiring process. We process your personal data solely for recruitment purposes, in accordance with applicable privacy laws, and maintain reasonable safeguards to protect your information. Your data may be shared with our client(s) for hiring consideration, but will not be disclosed to third parties outside of the recruitment process.

Location: United States; Colombia; Sacramento; Los Angeles; San Francisco; Canada; Costa Rica; Mexico Workplace: Remote Location: San Francisco or Singapore (on-site), or remote (Singapore or US Pacific time zones) Start Date: ASAP Languages: English Team: Engineering ABOUT THE ROLE Our client is a fast-growing AI company building reliable, fair and open infrastructure for AI training data. Their marketplace helps the people who create data get value for it, and gives AI labs trustworthy data to train on. It is already used by startups, Fortune 500 companies and frontier labs, and the company is backed by leading venture investors, including Y Combinator. They are scaling quickly to meet strong demand. We are looking for a Research Engineer, Privacy and Anonymization to build the systems that make sensitive, real-world data safe and still useful for AI training. You will develop methods to detect and remove personally identifiable information, secrets and other sensitive content from raw data before it enters processing and synthetic data pipelines — protecting privacy without destroying the structure and signal that make the data valuable for training agents. This is a privacy and data-protection engineering seat, not a synthetic-task design role. You will own the pipeline that stands in front of downstream processing, training, evaluation and synthetic generation. This is a full-time role, starting ASAP. Offices are in San Francisco and Singapore; remote candidates are welcome if their working hours can overlap about 70–80% with either San Francisco (US Pacific) or Singapore business hours. The exact daily schedule will be agreed during hiring. WHAT YOU'LL DO - Build systems to detect PII, quasi-identifiers, credentials and other sensitive information, and design transformations based on the data type and the downstream use case. - Develop and benchmark detection approaches that combine rules, statistical models, classifiers and LLM-based methods. - Build production pipelines that anonymize raw data before it enters downstream processing, training, evaluation or synthetic data generation. - Create evaluation frameworks that measure privacy risk and retained data utility, including recall-weighted metrics, leakage tests and adversarial re-identification attempts. - Design systems that stay robust to new data sources, schema drift, unusual formats and sensitive information embedded in unexpected fields. - Work with engineering, research, operations and customers to translate privacy requirements into practical technical policies and safeguards. WHAT WE'RE LOOKING FOR - Strong proficiency in Python, and experience building reliable production data or machine-learning systems. - Experience with information extraction, named-entity recognition, classification, or related methods for detecting rare or sensitive content. - Strong experimental instincts, and the ability to compare approaches across recall, precision, latency, cost and downstream data utility. - An understanding of the difference between redaction, masking, pseudonymization, anonymization and synthetic data — and when each is appropriate. - High attention to detail, and the ability to reason about subtle leakage paths, edge cases and adversarial failure modes. - Experience building data-processing pipelines end to end, including where there was no fully prescribed roadmap. - Clear written and spoken English, and comfort collaborating across teams and time zones. - Strong candidates may also have hands-on experience with privacy-enhancing technologies (such as differential privacy, k-anonymity, secure aggregation or format-preserving encryption); have worked with sensitive data in healthcare, finance or security; have built low-latency or high-throughput ML inference or data-processing systems; or have taken work from early research through to production. - Technical aptitude and learning potential matter more than years of experience. Motivated candidates are encouraged to apply even if they don't meet every point above. WHY THIS ROLE MATTERS FOR YOU - Make real-world data safe to train on: You will build the systems that let sensitive data be used for AI training without exposing people or secrets. - Privacy without wrecking utility: The job is not only to redact, but to keep the structure and signal that downstream training and synthetic pipelines need. - From detection to production: You will own the full path: detection methods, transformations, evaluation, and the pipeline that sits in front of training and generation. - Hard, high-stakes edge cases: Work on leakage paths, schema drift and adversarial failure modes, not only clean benchmark datasets. - San Francisco, Singapore, or remote: Work on-site in San Francisco or Singapore, or remotely, with hours that overlap about 70–80% with either US Pacific or Singapore business hours. The exact daily schedule will be agreed during hiring. Pragmatike is an Equal Opportunity Employer and is committed to providing equal employment opportunities to all applicants without discrimination. We recruit on behalf of our clients and prohibit discrimination and harassment based on race, color, religion, age, sex, national origin, disability status, genetics, protected veteran status, sexual orientation, gender identity or expression, or any other characteristic protected by federal, state, or local laws. This policy applies to all terms and conditions of employment, including recruiting, hiring, placement, promotion, termination, layoff, recall, transfer, leaves of absence, compensation, and training. We are committed to a fair and inclusive hiring process. We process your personal data solely for recruitment purposes, in accordance with applicable privacy laws, and maintain reasonable safeguards to protect your information. Your data may be shared with our client(s) for hiring consideration, but will not be disclosed to third parties outside of the recruitment process.

Location: Москва Приглашаем студентов на стажировку по направлению машинного обучения. Вам предстоит работать с данными, участвовать в разработке и улучшении ML-моделей, проводить эксперименты и применять знания для решения практических задач. Обязанности Подготовка, обработка и анализ данных. Обучение и тестирование моделей машинного обучения. Оценка качества моделей и поиск способов их улучшения. Проверка гипотез и проведение экспериментов. Анализ и описание полученных результатов. Требования Курс обучения: 3-6 курс бакалавриата и специалитета или 1-2 курс магистратуры. Знание Python, опыт работы с NumPy, Pandas и Scikit-learn. Понимание основных алгоритмов машинного обучения и метрик качества моделей. Базовые знания математической статистики, теории вероятностей и линейной алгебры. Базовое знание SQL и Git. Готовность разбираться в новых задачах и работать в команде. Будет преимуществом: опыт учебных или личных ML-проектов, знание основ Deep Learning и опыт работы с PyTorch или TensorFlow. Условия Оплачиваемая стажировка. Длительность стажировки: 3-6 месяцев. формат работы: офис в г. Москва, рядом с м. Кутузовский пр. гибкий график и возможность совмещать с учебой: от 20 до 40 часов в неделю возможность заниматься спортом в одном из спортзалов банка бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.

Location: New York City, NY Reddit is a community of communities. It’s built on shared interests, passion, and trust, and is home to the most open and authentic conversations on the internet. Every day, Reddit users submit, vote, and comment on the topics they care most about. With 100,000+ active communities and approximately 130 million daily active unique visitors, Reddit is one of the internet’s largest sources of information. For more information, visit www.redditinc.com . Location: Reddit has a flexible-first workforce. Don't live near our New York office? No worries: you can work remotely from anywhere on the US East Coast (Eastern Time). The Ads Foundational Representations (AFR) team develops signals and representations of Reddit’s core entities (ads, posts, users, and so on), capturing the semantic, contextual, and behavioral information that Reddit Ads needs. We work on building embeddings to understand content and users' interests based on the content they engage with. Our team has the potential to highlight one of Reddit's biggest differentiators: genuinely curated, high-quality, extremely relevant, and daily updated organic content. We are a Machine Learning/Data heavy team with a focus on the following areas: Multimodal & Content Embeddings - Make sense of organic (posts, comments, subreddits) and promoted (ads, shopping products, their landing pages) text and media content by embedding them into a shared space. Contextual and Behavioral Relevance - Working with Product & Data Science, establishing definitions of what ads are relevant to users and the content we show them next to, building metrics and fine-tuning embeddings to better reflect relevance. Knowledge Graph Embeddings - Building representations for the Knowledge graph entities, e.g., intellectual properties/brands, to be used for high-precision targeting & business insights. User Intent Modeling - Leveraging various techniques to introduce user representations based on the content they interact with: batch & real-time sequence modeling, LLM summarization, etc. LLM-based Representations - Leveraging LLMs, VLMs, and foundational models to build complex representations of Reddit entities that improve ranking outcomes The signals and features we create become a key piece in the Ads Delivery funnel, from targeting to the auction, as well as the Business Insights product and other advertiser-facing products such as Creative generation and optimization. As a Staff ML Engineer , you’ll be in charge of setting the technical direction of multiple pillars the team owns. You will lead cross-functional ML projects end to end - from high-level business gap analysis to engineering execution. Roughly 50% of your time will be spent on technical leadership and mentorship (driving strategy & designs, cross-functional collaboration, raising the quality bar), another 50% being individual hands-on work (data analysis & engineering, modeling & automation). Responsibilities Providing technical leadership and mentorship to MLEs in the team: driving designs & their review, establishing best practices in analysis, modeling and engineering, keeping the bar high. Working closely with team/org leadership developing technical strategy for content-based embeddings & relevance for Ads. Developing new or iterating on existing embedding models for advertising use cases, ranging from aggregation pipelines to two-tower architectures and sequence models. Working with local and 3rd-party LLMs/VLMs: extract representations, develop evaluation methodologies, prompt tune and fine-tune large models to build state-of-the-art embeddings. Building data processing and inference pipelines for the models we develop. Qualitative and quantitative evaluation of the various features we develop, end-to-end experimentation from internal benchmarks to downstream recommender system offline metrics to online experiments. Ensuring the reliability, scalability, and performance of the ML systems by writing automated tests, monitoring performance, and implementing best practices for model management. Participating in modeling and coding reviews: You will review work by other team members and provide feedback to ensure that it meets the team's standards for quality and performance. Collaborating with cross-functional teams to understand business requirements and translate them into technical solutions. Required Qualifications: 7+ years of hands-on experience with the full lifecycle of designing, training, evaluating, testing, and deploying industry-level models. Demonstrated Staff-level technical leadership: mentoring engineers, driving standards and bar raising, leading complex cross-functional projects: from requirements, design to cross-team/functional alignment and execution without direct people-management authority. Excellent communication skills, with the ability to translate complex technical concepts to different audiences, both verbally and in writing. Strong track record of working on content rich NLP/CV problems at scale, and using embeddings as a tool to solve them. Established data-driven approach for ML system development. Excitement about working with data and readiness to look behind the metric numbers. Familiarity with the Ads domain and/or Search/Recommender systems. Experience with mainstream DL frameworks: PyTorch or TensorFlow. Preferred Qualifications: Experience with our stack (Python, Pytorch, Airflow, BigQuery, Ray, k8s, kafka, GCP) Tech leadership experience: mentoring junior engineers and leading complex projects. Hands-on experience with using/fine-tuning/building LLMs. Benefits: Comprehensive Healthcare Benefits and Income Replacement Programs 401k with Employer Match Global Benefit programs that fit your lifestyle, from workspace to professional development to caregiving support Family Planning Support Gender-Affirming Care Mental Health & Coaching Benefits Flexible Vacation & Paid Volunteer Time Off Generous Paid Parental Leave Pay Transparency: This job posting may span more than one career level. In addition to base salary, this job is eligible to receive equity in the form of restricted stock units, and depending on the position offered, it may also be eligible to receive a commission. Additionally, Reddit offers a wide range of benefits to U.S.-based employees, including medical, dental, and vision insurance, 401(k) program with employer match, generous time off for vacation, and parental leave. To learn more, please visit https://www.redditinc.com/careers/ . To provide greater transparency to candidates, we share base salary ranges for all US-based job postings regardless of state. We set standard base pay ranges for all roles based on function, level, and country location, benchmarked against similar stage growth companies. Final offer amounts are determined by multiple factors including, skills, depth of work experience and relevant licenses/credentials, and may vary from the amounts listed below. The base salary range for this position is: $230,000 — $322,000 USD In select roles and locations, the interviews will be recorded, transcribed and summarized by artificial intelligence (AI). You will have the opportunity to opt out of recording, transcription and summarization prior to any scheduled interviews. During the interview, we will collect the following categories of personal information: Identifiers, Professional and Employment-Related Information, Sensory Information (audio/video recording), and any other categories of personal information you choose to share with us. We will use this information to evaluate your application for employment or an independent contractor role, as applicable.  We will not sell your personal information or disclose it to any third party for their marketing purposes.  We will delete any recording of your interview promptly after making a hiring decision.  For more information about how we will handle your personal information, including our retention of it, please refer to our Candidate Privacy Policy for Potential Employees and Contractors . Reddit is proud to be an equal opportunity employer, and is committed to building a workforce representative of the diverse communities we serve.  Reddit is committed to providing reasonable accommodations for qualified individuals with disabilities and disabled veterans in our job application procedures. If, due to a disability, you need an accommodation during the interview process, please let your recruiter know.

Ты ведёшь облачный голосовой конвейер: определение конца фразы, STT, LLM, TTS со сквозной задержкой 1-2 секунды (p50 и p90). ● Вести потоковый конвейер: barge-in, стриминг токенов в TTS, таймауты, fallback между провайдерами.

Location: Москва Команда занимается разработкой NLP моделей и решений на основе LLM для операционных рисков. Решаем задачи по построению AI-агентов и мультиагентных систем. **_Примеры:_** _• Система гардрейлов для защиты LLM-моделей и AI-агентов Сбера от промпт-атак_ _• AI-агент для создания и управления базой знаний для сотрудников и других AI-агентов на основе внутренней документации Банка_ _• Разработка и интеграция механизмов безопасности в RAG-системы и чат-боты с контролем alignment-политик методами RLHF/GRPO_ _• AI-агенты для оценки опер.рисков компаний экосистемы Сбера по внутренним документам, новостям, отчетности и описанию бизнес-процессов_ _• Мультиагентная система по анализу репозиториев кода на уязвимости бизнес-логики и сверка с требованиями на естественном языке_ _• AI-агент DataEngineer для автономного анализа данных, поиска ошибок и аномалий, создания проверок качества данных, создания выгрузок и витрин_ Обязанности • Разработка PoC и MVP AI-агентов на основе LLM с использованием фреймворков для работы с LLM, таких как langchain/langgraph • Адаптация и обучение LLM Сбера с использованием внутренних и внешних данных (Prompt Tuning, LoRA, SFT, GRPO) • Помощь и участие на стадии внедрения AI-агентов (вывод в промышленную эксплуатацию) • Писать поддерживаемый, читаемый код; участвовать в обсуждениях и формировании технических подходов Требования • Обучение в российском ВУЗе на 2-6 курсе бакалавриата и специалитета или 1-2 курсе магистратуры (точно очная форма) • Наличие любого опыта работы, релевантного направлению стажировки • Тех.стек: ML, DL, Git, NLP, RAG, LLM • Знание Python и математической статистики • Понимание принципов работы с AI-агентами **_Будут плюсом:_** • langchain/langgraph • C++ • Java Условия • Оплачиваемая стажировка • Длительность стажировки: 3 месяца • График работы: от 30 в неделю • Формат: гибрид • Комфортный современный офис на Кутузовском проспекте

Задачи: — Разбираться в существующем ML-проекте и чужом коде — Анализировать текущую реализацию модели и предлагать улучшения — Оптимизировать объем прогнозных данных для загрузки в Macromine — Работать с большими массивами геологических данных — Настраивать предобработку и постобработку данных — Уменьшать размер блоков и исключать или корректно обрабатывать неинформативные участки данных, например сланцы — Участвовать в развитии ML-процесса: разработка, оптимизация, обучение и доработка модели — Взаимодействовать с разработчиком, который уже работал над проектом, и с консультантами-геологами — Работать частично как разработчик, частично как технический консультант по ML — Обучение модели на содержание полезных компонентов — Определение физико-механических свойств — Возможная работа с данными опробования — Возможная работа с геофизическими данными Требования: — Уверенное владение Python — Знание ML-моделей, умение обучать, анализировать и оптимизировать их — Опыт работы с большими массивами данных — Способность быстро погружаться в существующий код и проект — Умение анализировать архитектуру решения, а не только писать код — Готовность предлагать улучшения, а не просто выполнять задачи по ТЗ — Умение работать самостоятельно и в команде — Готовность быстро включиться в проект и работать с боевыми задачами Будет плюсом: — Опыт в геологии, геологоразведке, горнодобывающей отрасли или смежных доменах — Опыт работы с пространственными/геологическими данными — Опыт оптимизации ML-пайплайнов — Опыт интеграции ML-решений с внешним ПО — Понимание работы с данными для подготовки к визуализации или загрузке в сторонние системы Условия: — Полная удалённая работа по московскому часовому поясу — Хорошая команда и возможность развития

Location: Москва Workplace: Комбинированный Мы — команда, которая строит и развивает LLM-агентов для поддержки пользователей и внутренних бизнес-процессов. Делаем решения под ключ: от прототипов и экспериментов до промышленных сервисов с мониторингом качества, метриками и стабильной эксплуатацией. Работаем на стыке ML/LLM и backend-разработки: проектируем пайплайны, интегрируемся с продуктами и инфраструктурой, строим RAG-системы и агентные сценарии, измеряем качество (precision/recall/F1, macro-F1), ведём эксперименты и улучшаем модели на данных. Используем Python, LangGraph/LangChain-подходы, Langfuse для наблюдаемости, Git и внутренние платформы хранения/обработки данных (в том числе YTsaurus), а также очереди и хранилища (Kafka/Redis). Задачи Разрабатывать и развивать LLM-агентов: сценарии, инструменты (tools), оркестрацию, память, маршрутизацию, обработку ошибок и fallback-логики Проектировать и внедрять RAG: индексация, эмбеддинги, ретриверы, ранжирование, чанкинг, оценка качества поиска и ответа Интегрировать агентные решения в прод: сервисы, API, взаимодействие с Kafka/Redis и другими компонентами инфраструктуры Настраивать наблюдаемость и контроль качества: логирование/трейсинг, Langfuse, дашборды, алерты, анализ деградаций Проводить офлайн/онлайн-оценку качества: считать precision/recall/F1/F1-macro, строить датасеты, проводить A/B или квазиэксперименты, формулировать гипотезы улучшений Участвовать в улучшении пайплайнов данных и экспериментов: подготовка данных, разметка/валидация, хранение и воспроизводимость Писать поддерживаемый код: ревью, тесты, документация, CI/CD, участие в архитектурных решениях Требования Уверенный Python (проектирование модулей, типизация, тестирование, работа с API/сервисами) Практический опыт работы с LLM/agentic-подходами: промптинг, tool calling, цепочки/графы, управление контекстом, обработка галлюцинаций и ограничений моделей Понимание и опыт оценки качества: precision/recall/F1, macro-F1, построение датасетов и интерпретация метрик Опыт построения или внедрения RAG (retrieval, embeddings, индексация, ранжирование, чанкинг, оценка retrieval-качества) Опыт разработки и эксплуатации сервисов: REST/gRPC, асинхронность, логирование, мониторинг, работа с Git Понимание очередей/кешей/хранилищ (Kafka, Redis или аналоги), опыт интеграций Будет плюсом Опыт с LangGraph/LangChain, Langfuse (трейсинг, промпт-менеджмент, датасеты, evaluation) Опыт с YTsaurus или другими распределёнными системами хранения/обработки данных Опыт low-code/конструкторов пайплайнов и быстрых прототипов, доведение их до production Знание подходов к ранжированию, rerank, hybrid search, query rewriting, guardrails/safety Опыт A/B-тестов, построения продуктовых метрик и причинно-следственного анализа Опыт работы с контейнеризацией и деплоем (Docker/K8s), CI/CD

Задачи: — Повышение качества RAG-агентов по трём направлениям: поиск по технической документации, нормативной базе, бухгалтерской документации; — Промпт-инжиниринг и контекст-инжиниринг для всех агентов команды; — Подготовка эталонных наборов оценки качества; — Реализация LLM-as-a-judge для автоматических регрессионных проверок; — Настройка защит для production-агентов: фильтры от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных, anti-hallucination механизмы; — A/B-тестирование промптов и моделей для подбора лучших конфигураций; — Тюнинг качества по сигналам обратной связи пользователей и трассировкам из Langfuse. Требования: — Python от 2 лет коммерческой разработки; — Практический опыт RAG-систем в продакшене: эмбеддинги, векторные базы (Qdrant, FAISS или pgvector), переранжирование, чанкинг; — Опыт построения и поддержки как минимум одного RAG-решения от начала до конца, не прототип; — Практический опыт оценки качества LLM-систем: подготовка эталонных наборов, offline-метрики, LLM-as-judge, регрессионные проверки; — Опыт работы с фреймворками оценки (Ragas, DeepEval или аналоги); — Практический опыт настройки защит для LLM-приложений: защита от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных; — Опыт промпт-инжиниринга и контекст-инжиниринга в реальных проектах: итеративная настройка промптов, structured output, function calling; — Понимание архитектуры RAG: стратегии нарезки документов, метаданные, выбор моделей эмбеддингов, переранжирование, точность ссылок на источник; — Практический опыт работы хотя бы с одним LLM-фреймворком: LangChain, LangGraph, PydanticAI, OpenAI API или аналоги; — Практический опыт A/B-тестирования промптов и моделей в продакшене; — Опыт работы с агентскими протоколами (MCP) или собственным tool-layer для агентов; — SQL и работа с реляционными базами на базовом уровне.

Location: Paris ABOUT MISTRAL Mistral provides full-stack AI solutions: from frontier models to developer tools, applications, and compute. We partner with enterprises tackling the hardest problems across high-stakes industries like finance, manufacturing, defense, healthcare, and the public sector, co-creating customized AI systems that they can run on their terms. We are a dynamic, collaborative team passionate about AI and its potential to transform society. Our diverse workforce thrives in competitive environments and is committed to driving innovation. Our teams are distributed between Europe, North America, Asia and the Middle East. We are creative, low-ego and team-spirited. ABOUT THE ROLE Between a conversation and a model sit the formats and tokenizers that every part of our stack relies on. You will help own them, and the tooling around them, so that training, evaluation and production all speak exactly the same language. You will work across the entire stack, spanning pretraining, post-training and deployment, and your decisions will reach every model we ship. WHAT YOU WILL DO - Design, build and maintain core libraries for tokenization and model interfaces. - Evolve our formats and tokenizers as models and use cases change. - Turn research needs into robust, shared tooling. WHAT WE'RE LOOKING FOR - Strong software engineering background, with excellent Python. - Excellent understanding of tokenizers: BPE and other tokenization algorithms, special tokens, chat templates, and tokenizer training; ideally hands-on experience with libraries such as tiktoken or Hugging Face tokenizers. - Experience building production-grade libraries used by many people. - A taste for correctness and attention to detail. - Good knowledge of how LLMs are trained and served. - Clear communication, low ego, and a collaborative mindset. - Nice to have - Open-source maintenance experience. - Experience with inference engines. LOCATION AND REMOTE This role is primarily based at one of our European offices (Paris and London). We will prioritize candidates who either reside there or are open to relocating. We strongly believe in the value of in-person collaboration to foster strong relationships and seamless communication within our team. In certain specific situations, we will also consider remote candidates based in one of the countries listed in this job posting — currently France & UK. In that case, we ask all new hires to visit our local office for the first week of their onboarding (accommodation and travelling covered), then at least 4 days per month WHAT WE OFFER We offer a comprehensive benefits package designed to support your well-being, growth, and work-life balance. Benefits vary by country and may include healthcare coverage, parental leave, retirement plans, relocation support, wellness programs, meal and transportation allowances, and other location-specific perks. For the most up-to-date details on benefits available in your location, please refer to our Benefits page https://app.notion.com/p/mistralai/Benefits-at-Mistral-36e6ba59a7fe836b93dd01737fcc27ef?source=copy_link. PRIVACY POLICY Your privacy matters to us. You can learn more about how we handle your personal data in our Applicant Privacy Policy https://legal.mistral.ai/terms/applicant-privacy-policy.

Задачи: — Анализ и улучшение существующей ML-модели — Обучение, доработка и оптимизация моделей — Обработка больших массивов геоданных — Оптимизация прогнозных данных для загрузки в Macromine — Участие в выборе архитектуры и технических решений — Консультирование команды по ML Требования: — Уверенное владение Python — Глубокое понимание ML-моделей — Опыт обучения и оптимизации моделей — Работа с большими массивами данных — Умение разбираться в чужом коде и архитектуре — Самостоятельность и готовность вести задачи Будет плюсом: — Опыт в геологии или горнодобывающей отрасли — Работа с пространственными данными — Оптимизация ML-пайплайнов и интеграция с внешним ПО Условия: — Формат работы: удалённо, РФ/РБ.

Responsibilities: — Join a small TTS team to improve LLM-based TTS technologies — Focus on production quality and expand TTS to new languages Requirements: — At least 3 years of experience in speech technology — Practical experience with TTS using LLM approaches — Proficiency in deep learning frameworks, especially PyTorch — Strong Python programming skills and solid software engineering practices — Bachelor’s degree or higher in Computer Science or related field

Location: Москва Наша команда (70+ человек) создает технологический фундамент для внедрения GenAI в экосистему банка. Мы разрабатываем RAG-платформу, фреймворк исполнения агентов и системы обработки неструктурированного контента (документы, коммуникации). Наши сервисы оборачивают базовые LLM в готовые интерфейсы, позволяя бизнесу быстро создавать собственных агентов и GenAI-приложения. Мы обеспечиваем полный цикл разработки (E2E): ML-инженеры и бэкенд-разработчики работают вместе над реализацией сервисов, в связке с фронтендом и дизайнерами. У нас есть собственная команда разметки для оценки качества и сбора датасетов, с помощью которых мы дообучаем доменные модели под банковские сценарии. Масштаб задач: Сейчас в портфеле более 200 реализованных сценариев. В планах — реализация еще 300+ сценариев, включая создание слоя процедурной памяти для агентов, специализированных поисковых агентов и систем автоматической оценки качества GenAI (Auto-Eval). Развитие Self-Service инструментов (песочниц с UI), где команды банка могут тестировать гипотезы перед интеграцией. Чем предстоит заниматься Мы ищем инженеров, которым интересно не только R&D, но и создание полноценных продуктовых систем, способных обучаться на пользовательском фидбэке и решать конкретные бизнес-задачи. Обязанности * развитие GenAI сервисов: Создание и улучшение RAG-систем (в т.ч. Agentic RAG), инструментов Agent Observability, сервисов обработки документов * обучение моделей: тренировка и дообучение мультимодальных моделей на русском языке (OCR, Embeddings, Rerankers, VLM) * MLOps и Data Management: организация и автоматизация процесса разметки данных (от сбора до контроля качества краудсорсинга) * развитие автономных пайплайнов улучшения качества моделей с использованием LLM-as-a-Judge * Engineering: релиз новых моделей и сервисов в продуктовые среды. Требования * глубокое понимание LLM: опыт работы с большими языковыми моделями, Prompt Engineering, Fine-tuning LLM/VLM * инженерная культура: уверенное владение Python 3, знание ООП, принципов SOLID. Хорошее знание алгоритмов и структур данных. * LLM Stack: опыт работы с LangChain, LlamaIndex или другими фреймворками для разработки агентов и мультиагентных систем (MAS) * Vibe Coding: умение автоматизировать собственные рутинные процессы с помощью AI-инструментов * Mindset: желание постоянно изучать новые SOTA-подходы, модели и технологии * опыт руководства командой ML-инженеров. **Будет плюсом** * активный профиль на GitHub с качественным кодом * достижения (медали) на Kaggle * участие в Open-Source проектах, связанных с LLM/NLP. Условия * комфортный современный офис - м. Кутузовская * гибридный формат работы * ежегодный пересмотр зарплаты, годовой бонус * 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 * 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 * корпоративная пенсионная программа.

Location: Москва Команда Фабрики детектирования аномалий формирует гипотезы и разрабатывает модели, призванные предсказывать нестандартные паттерны поведения клиентов Core-Banking. Модели Фабрики покрывают все продукты департамента Занять и сберегать. Мы ищем руководителя для управления интересным проектом, который присоединится к нашей команде в Управлении искусственного интеллекта и исследования данных. В этой роли вы будете работать над широким спектром задач в рамках развития и масштабирования Фабрики детектирования аномалий клиентского поведения. Обязанности * координировать кросс-функциональные команды на стыке бизнеса, финансов, DS и IT * определять ключевые метрики успеха и целевые показатели эффективности * уметь связывать бизнес-результат и техническую глубину: фокус на измеримом эффекте, предотвращении потери, экономия затрат, рост маржинальности продуктов * формирование и ведение детализированного бэклога продукта, приоритизация гипотез на основе бизнес-ценностей, технической сложности и пользовательской значимости * оперативная проверка гипотез и корректировка курса * генерировать и проверять гипотезы на основе данных, искать инсайты * знать, как работают ML-модели на основе клиентских данных * исследование современных подходов к рекомендациям, в т ч совместно с исследовательскими институтами-партнерами Сбера * актуализация стратегии развития AI-продукта Фабрики * глубокое погружение в продукты «Занять и сберегать» (вклады, кредиты, авто, комиссионные продукты, BNPL). Требования * владение SQL и базовыми языками программирования (Python) для автоматизации проверок * опыт работы на позиции Product Owner не менее года * хорошие коммуникативные и презентационные навыки * понимание полного цикла разработки AI-модели * понимание принципов работы с гипотезами в области искусственного интеллекта * умение работать с данными: оценка эффективности продукта на основе метрик, A/B-тестирование * опыт оценки качества результатов (DS и бизнес-валидация). Будет плюсом: * опыт работы Spark/Hadoop. Условия * формат работы: офис/гибрид на Кутузовском 32к1 * стабильный оклад и социальная поддержка сотрудников * официальное оформление * расширенный ДМС с первого дня и льготное страхование для близких * •корпоративное обучение в Виртуальной школе Сбера * подписка Прайм с возможностью совместного использования на трёх близких * корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный ⅓ ключевой ставки ЦБ

Location: Los Angeles, USA Machine Learning Engineers at Riot combine expertise in data processing, automation, machine learning, artificial intelligence, and experimentation to develop data-powered products that improve the player experience, protect competitive integrity, and ensure fair play. As a Machine Learning Engineering Intern , you’ll work with experienced engineers, data scientists, and game or product partners to explore how data and machine learning can support Riot’s games, from shaping engaging player experiences to safeguarding fair and competitive play. You’ll gain exposure to the full ML development cycle, including preparing datasets, engineering features, prototyping models, evaluating results, and communicating findings. You’ll be supported by your team as you learn to build reliable, well-documented solutions. Potential Responsibilities: Collaborate with machine learning engineers, data scientists, software engineers, and product partners on player- or developer-focused projects. Prepare, clean, and explore datasets for machine learning and data-powered applications. Implement feature engineering, modeling, and evaluation approaches under the guidance of experienced team members. Build prototypes, analyses, visualizations, or internal tools that help teams understand player experiences, product systems, or adversarial behavior. Apply testing, documentation, and reproducibility practices to code and experiments. Participate in code reviews, technical discussions, team rituals, and project planning. Communicate technical findings and tradeoffs to both technical and non-technical collaborators. Required Qualifications: Graduating in the 2028 calendar year with an MS or PhD. Currently enrolled in a Computer Science, Machine Learning, Artificial Intelligence, Statistics, Mathematics, Engineering, or related quantitative degree program. Available to work full-time hours for the 12-week internship duration. Comfortable programming in Python. Understanding of machine learning fundamentals, statistics, and data structures and algorithms. Experience working with data using tools such as Python libraries, SQL, or notebooks. Minimum GPA of 2.5. Desired Qualifications: Experience building or evaluating machine learning models through coursework, research, internships, or personal projects. Familiarity with one or more machine learning frameworks or libraries, such as PyTorch, TensorFlow, scikit-learn, or Spark MLlib. Familiarity with SQL and relational databases. Experience with data visualization, experiment design, model evaluation, or statistical analysis. Familiarity with software development practices such as Git, unit testing, functional testing, or continuous integration and deployment. Experience working with cloud platforms, distributed data systems, or model deployment tools. Portfolio, website, GitHub, research publication, or other collection of original work. Experience working on a video game or related project, particularly in Unity or Unreal Engine. An interest in applying machine learning to either enhancing player experiences or to ensuring competitive integrity through cheat detection. Work Authorization Candidates must be legally authorized to work in the United States for the duration of the program. This position is not eligible for visa sponsorship. We do not sponsor visas for this position or internship conversions. For this role, you’ll find success through craft expertise, a collaborative spirit, and decision-making that prioritizes the delight of players. We’ll consider your studies and experience, as well as your personal relationship with games. If you embody player empathy and care about players’ experiences, this could be the role for you! Applications close January 4th, 2027 Our Perks Riot Internships are paid, and interns can also participate in our 401(k) plan. You can expect in-game perks and the ability to participate in our Play Fund, so you can broaden and deepen your knowledge of our players and community through games. The University Recruiting team also invites you to intern-focused events so you can connect with your fellow interns and Rioters and make the most of your experience. Riot Games fosters a player and workplace experience that values teamwork embodied by the Summoner's Code and Community Code . Our culture embraces differences as a strength, and our values are the guiding principles for how we approach work. We are committed to putting diversity and inclusion (D&I) at the center of everything we do and promoting a fair and collaborative culture where Rioters treat one another with dignity and respect. We encourage you to read more about our value of thriving together and our ongoing work to build the most inclusive company in Gaming . It’s our policy to provide equal employment opportunity for all applicants and members of Riot Games, Inc. Riot Games makes reasonable accommodations for handicapped and disabled Rioters and does not unlawfully discriminate on the basis of race, color, religion, sex, sexual orientation, gender identity or expression, national origin, age, handicap, veteran status, marital status, criminal history, or any other category protected by applicable federal and state law. We consider for employment all qualified applicants, including those with criminal histories, in a manner consistent with applicable federal, state and local law, including the California Fair Chance Act, the City of Los Angeles Fair Chance Initiative for Hiring Ordinance, the Los Angeles County Fair Chance Ordinance for Employers, the San Francisco Fair Chance Ordinance, and the Washington Fair Chance Act. Per the Los Angeles County Fair Chance Ordinance, the following core duties may create a basis for disqualifying candidates with relevant criminal histories: Safeguarding confidential and sensitive Company data Communication with others, including Rioters and third parties such as vendors, and/or players, including minors Accessing Company assets, secure digital systems, and networks Ensuring a safe interactive environment for players and other Rioters These duties are directly related to essential operations, safety, trust, and compliance obligations within our organization. Please note that job duties may evolve based on business needs and additional responsibilities may be assigned as necessary to maintain operational efficiency and security. (Remote Only) The hourly rate for this internship is USD $80.77

Задачи: улучшение алгоритмов ценообразования и умных скидок для 150 млн товаров и 60 млн пользователей — от эксперимента до реализации продакшен-кода, улучшение текущих продакшн-процессов, автоматизация процессов внутри команды, эксперименты с современными подходами в ценообразовании.

• модели ставок под CPA/ROAS, а не просто под CTR; • pacing, bid shading, exploration/exploitation на живом аукционе;

Location: Москва Данные — главный рычаг качества фронтирной модели. Станьте тем, кто его держит ------------------------------------------------------------------------------ GigaChat обучает одна из крупнейших ML-команд страны. Мы знаем то же, что знают OpenAI и Anthropic: качество следующей версии модели определяют претрейн-данные. Поэтому мы ищем не «инженера по датасетам», а исследователя, который будет владеть данными как рычагом роста модели — от стратегии сбора до измеримого прироста на бенчмарках. Контур влияния короткий и прямой: ваша гипотеза → эксперимент → обучающий прогон → прирост метрик модели, которой пользуются миллионы людей. Обязанности * Вести программу экспериментов с данными. * Планировать, запускать и анализировать ablation-эксперименты: сравнивать версии смеси данных, фильтров и порядка обучения при фиксированном вычислительном бюджете. Вы автор эксперимента, а не исполнитель. * Оптимизировать смесь и порядок использования данных. * Отвечать на главный вопрос претрейна: какие данные, в какой пропорции и в каком порядке должна видеть модель. Применять интуицию scaling laws к распределению токенов. * Измерять качество данных. * Превращать расплывчатые «хорошие данные» в конкретные измеримые сигналы: классификаторы для отбора документов, насыщенных рассуждениями, кодом и знаниями. * Курировать корпус на масштабе триллионов токенов. * Проводить точную и fuzzy-дедупликацию, фильтрацию, очистку от утечек бенчмарков, html2text. * Собирать данные для agentic-pretrain. * Проводить поиск, сбор и генерацию траекторий использования инструментов, многошаговых рассуждений и взаимодействия со средой — чтобы агентные способности закладывались в модель уже на этапе претрейна, а не только в пост-обучении. * Создавать рецепты подготовки синтетических данных. * Генерировать синтетику под дефицитные способности модели (длинный контекст, рассуждения, код) — с количественной проверкой через эксперименты. * Замыкать петлю: «данные → обучение → оценка». * Развивать контур бенчмарков и сетапов экспериментов для измерений, чтобы каждое изменение данных имело измеримый ответ. Требования * Нам нужны сильные исследователи, а не исполнители. Главное — умение самостоятельно задавать правильные вопросы, проектировать эксперименты и доводить гипотезы до измеримого результата. * Опыт именно с LLM не обязателен, если у вас сильная экспериментальная практика в любой области ML — компьютерное зрение, рекомендательные системы, классический ML, наука — специфике больших языковых моделей мы научим. * Сильные основы ML и статистики, культура контролируемого эксперимента: гипотеза → дизайн → измерение → вывод. * Уверенный Python и опыт обучения моделей на PyTorch или аналогах. * Самостоятельность в исследованиях: умение вести направление от вопроса до результата, а не ждать постановки задачи. * Понимание цикла обучения LLM хотя бы на уровне теории: токенизация, scaling laws, влияние состава данных на качество. * Знакомство с распределённой обработкой данных (Spark, Dask, Airflow, Kubernetes) и открытыми data-проектами (FineWeb, OLMo, Dolma) — как минимум представление о том, как это устроено. Не обязательно закрывать все вышеперечисленные пункты. Если вы сильный экспериментатор и хотите дорасти до владения всем циклом данных фронтирной модели — давайте поговорим. Условия * Вычислительные ресурсы под ваши эксперименты. * Один из крупнейших GPU-кластеров в стране. * ablation-эксперименты — это обучающие прогоны, и вы сможете запускать их регулярно, а не «раз в квартал, если повезёт». * Претрейн с нуля, а не дообучение чужих весов. * Мы обучаем собственную модель с первого токена — это значит, что ваши решения по данным определяют фундамент модели, а не косметику поверх чужого претрейна. Сейчас мы учим модели размером 400–700B параметров, и у нас есть амбиции выйти на масштаб 1.5–2T. * Опенсорс и мировая планка. Мы выкладываем модели в открытый доступ, и наша цель — достичь мирового уровня среди опенсорс-моделей. Ваша работа будет видна всему сообществу и будет сравниваться с лучшими открытыми моделями мира. * Полная ориентация на результат. * Минимум бюрократии, максимум ответственности и свободы. Работу меряем не количеством задач, а приростом модели на бенчмарках при том же бюджете. Подтверждённая гипотеза попадает в обучение следующей модели. * Развитая инфраструктура. * Зрелый стек для работы с данными и экспериментами: S3, YTsaurus, Airflow, DataLens, GitLab CI, wandb. * Вы приходите не строить платформу с нуля, а исследовать — пайплайны, оркестрация, трекинг экспериментов и визуализация уже работают.