69
Старший Data Scientist, Возвраты MLРазработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML;
Зарплата не указана
Вакансии
Загружаем вакансии…
Загружаем вакансии…
Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML;
Зарплата не указана
работать с таргетами, полученными из анкет и интервью с помощью экспертной и LLM-разметки. подбирать постановку задачи в зависимости от объема и качества данных: supervised learning, weak supervision, few-shot и другие подходы.
Зарплата не указана
проектировать и реализовывать end-to-end LLM-пайплайны, включая продвинутые RAG-системы (индексация, ретривал, ранжирование, генерация). разрабатывать автономных AI-агентов с использованием планирования, вызова инструментов (function calling) и мультиагентной оркестрации.
Зарплата не указана
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Разработка детальных планов реализации проектов: декомпозиция задач, распределение ресурсов, определение критического пути; Контроль соблюдения сроков, бюджета и качества результатов по всем активным проектам;
Зарплата не указана
-Подготовкой математического ядра для сервисов, связанных с поиском на Фарпосте. -Помогать улучшать инфраструктуру и внедрять современные инженерные практики для наших сервисов.
Зарплата не указана
• Строить сложные reward-функции. • Развивать базовую умность модели.
Зарплата не указана
Вы будете проектировать и развивать пайплайны оценки качества всех компонент AI-чата на базе LLM-моделей и агентских систем. Вы будете участвовать в разработке мультиязычных моделей и адаптации решений под особенности разных стран.
Зарплата не указана
— Разрабатывать Python / SQL-пайплайны загрузки и обработки данных из файлов, API и информационных систем. — Проектировать таблицы хранилища: сущности, связи, правила преобразования.
280 000 – 400 000 ₽
Создавать и развивать AI-ассистентов для разработки и аналитики: кодовые AI ассистенты для автоматизации разработки, помощник аналитика для ускорения экспериментов с использованием LLM. Проектировать архитектуру агентских решений и их интеграцию с платформой: определять, что остаётся доменной логикой, а что становится переиспользуемым компонентом платформы.
Зарплата не указана
• Обучение ML-моделей под разные задачи. Вы будете улучшать прогнозаторы кликов, конверсий, ставок и работать с аукционами.
Зарплата не указана
Обучать и развивать ML-модели, направленные на повышение доверия и безопасности миллионов пользователей на площадке; Реализовывать полный жизненный цикл ML-проектов: от глубокого анализа данных и поиска гипотез до запуска решений в production и их мониторинга;
Зарплата не указана
Задачи: — Разрабатывать и тестировать алгоритмы на базе LLM для генерации вопросов, ответов и кратких пересказов; — Работать с RAG-подходами: подготовка данных, индексация, поиск релевантного контекста, генерация ответа на его основе; — Участвовать в развитии виртуального ассистента и сценариев свободного диалога с пользователем; — Настраивать фактчекинг, фильтрацию и оценку качества ответов модели; — Разрабатывать пайплайны для суммаризации полезного контента; — Сравнивать результаты, подготовленные моделью, с редакционными версиями материалов, в том числе на примере «Картины дня»; — Создавать и развивать векторные поисковые индексы для задач RAG; — Тестировать промпты, гипотезы и подходы к улучшению качества ответов. Требования: — Опыт разработки на Python; — Опыт работы с задачами NLP: обработка текстов, классификация, генерация, суммаризация, NER, семантический поиск или похожие задачи; — Понимание принципов работы LLM и практический опыт их применения; — Опыт или хорошее понимание RAG-подходов; — Опыт работы с библиотеками и инструментами для ML/NLP: PyTorch, TensorFlow, Hugging Face, Transformers или аналогами; — Понимание fine-tuning/LoRA/prompt engineering на уровне, достаточном для прикладных задач; — Умение оценивать качество моделей и промптов: метрики, сравнение результатов, базовый benchmarking; — Знание SQL и опыт работы с базами данных; — Готовность разбираться в продуктовой задаче, а не только в модели. Условия: — Официальное трудоустройство; — ДМС со стоматологией, офисный врач, доплата больничного листа, корпоративные скидки; — Современный офис (Даниловская мануфактура, м. Тульская), бесплатный спорт в собственном спортзале от «Лиги Героев»; — Бесплатная подписка на сервисы партнеров; — Полный день в офисе, гибридный график или 100% дистанционный формат работы; — Льготные условия ипотеки в рамках зарплатного проекта; — Насыщенная корпоративная жизнь.
Зарплата не указана
Задачи: — Исследование и разработка LLM: полный цикл работы с языковыми моделями от гипотез и экспериментов до оптимизации и внедрения в продакшен. — Проведение A/B-экспериментов: валидировать гипотезы через масштабные A/B-тесты, анализировать влияние на ключевые продуктовые и бизнес-метрики. — Работа с продуктом: взаимодействовать с инженерами и продакт-менеджерами для превращения исследовательских решений в рабочие фичи. — Анализ и оптимизация: отслеживать качество моделей, искать точки роста и устранять слепые зоны в данных и алгоритмах для улучшения ключевых метрик. Требования: — Хорошее знание основ современного ML и DL. — Готовность работать с большими данными и распределёнными вычислениями. — Желание заниматься прикладными ML-исследованиями. — Практический опыт в NLP или RecSys. Условия: — Ежегодные медицинские чекапы, йога и психотерапия, а также другие бонусы.
Зарплата не указана
Задачи: — Управление полным циклом продаж от первого звонка/теплого лида до подписания контракта (краткосрочные проекты и долгосрочные технические партнерства). — Тесное взаимодействие с командой лидогенерации для направления и активного участия в стратегии поиска клиентов на Upwork. — Эффективная квалификация клиентов с минимальной нагрузкой на них и предложение гибких решений при превышении бюджета. — Координация с бизнес-аналитиками, дизайнерами и техническими командами для подготовки оценок и передачи проектов менеджерам. — Продажа веб-приложений (React, Node, Python), AI/ML проектов и контрактов на расширение команды (Outstaff) сроком более 6 месяцев. — Активное использование AI-инструментов для ускорения процессов, анализа требований и подготовки предложений. — Быстрая и проактивная коммуникация с международными клиентами, адаптация к часовым поясам США, Канады и Европы. Требования: — Опыт работы в IT бизнес-развитии не менее 2 лет с акцентом на закрытие сделок. — Обязательный опыт лидогенерации не менее 2 лет. — Подтвержденный опыт продаж аутсорсинговых проектов веб-приложений и долгосрочных контрактов. — Опыт управления несколькими пресейл-процессами и ведения сложных переговоров. — Практический опыт использования AI-инструментов для оптимизации продаж. — Проактивность и лидерские качества, умение планировать и не ждать готовых брифов. — Уверенное владение CRM и ERP системами. — Свободное владение английским языком (C1+). — Проживание за пределами России и Беларуси. Плюсы: — Опыт продажи проектов с оплачиваемыми фазами Discovery. — Опыт продажи AI/ML проектов (NLP, Computer Vision и др.). — Опыт продажи контрактов на расширение команды / Outstaff. — Способность участвовать в технических обсуждениях по React, Node.js, Python или Flutter. Условия: — Полностью удаленная, полная занятость. — Гибкий график с работой в европейских и международных часовых поясах. — Базовая зарплата $800–1000 + неограниченная комиссия 5–8%. — Оплата испытательного срока $1300–1500 при выполнении активностей. — 20 оплачиваемых отпускных дней + 5 больничных + дополнительные выходные. — Работа с международными клиентами на высокоценных проектах. — Культура AI-first: активное использование и разработка AI. — Возможности карьерного роста в расширяющемся отделе бизнес-развития.
800 – 1 000 $
Задачи: — разработка, обучение и оптимизация ML/AI-моделей на PyTorch и/или TensorFlow — проектирование end-to-end ML-пайплайнов — работа с LLM, NLP, Computer Vision и Generative AI — подготовка моделей к production и масштабированию — интеграция моделей с backend — оптимизация inference и производительности — построение MLOps-процессов — работа с Docker и cloud-инфраструктурой — принятие архитектурных решений и техническое руководство AI-командой Требования: — от 4 лет коммерческого опыта в Machine Learning / AI Engineering — практический опыт разработки и внедрения ML-моделей в production — уверенный Python — PyTorch и/или TensorFlow — понимание Machine Learning и Deep Learning — знание ML-метрик и методов оптимизации моделей — Docker, Git — AWS или аналогичные cloud-платформы — практический опыт с MLflow, Kubeflow, AWS SageMaker или аналогичными MLOps-инструментами — свободный английский язык Условия: — full-time — офис в Ташкенте — официальное трудоустройство по ТК Узбекистана — вилка от $3,500
от 3 500 $
Задачи: - Развивать ядро матчинга: retrieval кандидатов по текстовым, картиночным и мультимодальным эмбеддингам, обучать модели классификации пар, работать с атрибутами товаров - Улучшать NLP-часть пайплайна с учетом специфики оптовых товаров: обработка названий, извлечение атрибутов из описаний, дообучение эмбеддинг-моделей - Доводить решения до прода и отвечать за них Требования: - Сильное понимание NLP: трансформерные модели, эмбеддинги, векторный поиск, опыт дообучения моделей под свою задачу - Опыт в задачах матчинга - Опыт в Data Science и ML Engineering с выводом моделей в продакшен от 3-х лет - Уверенные знания Python, ML-стека, SQL - Умение выбирать решение под задачу: не использовать нейросеть там, где достаточно эвристики, и наоборот - Опыт с CV и мультимодальными моделями (CLIP-подобные, metric learning), LLM/VLM в задачах классификации/ранжирования будет плюсом
Зарплата не указана
О нас: Наш клиент — аутстафф-компания, подбирающая инженеров на длительные проекты. Сейчас ищем Data Scientist / AI Engineer. Про проект: Заказчик развивает ИИ-направление и выводит решения на базе LLM в промышленную эксплуатацию. Нужны специалисты, которые доводили AI-агентов до продакшена и понимают практические аспекты. Команда распределённая, работа полностью удалённая. Кого ищем: Data Scientist / AI Engineer с коммерческим опытом от 3 лет, реализовавший и выведший в продакшн решения на базе ИИ, включая AI-агентов на базе LLM. Уверенный в классическом ML, глубоком обучении и инфраструктуре. Задачи: — Разрабатывать и выводить в промышленную эксплуатацию решения на базе ИИ, включая AI-агентов на базе LLM. — Проектировать архитектуру AI-агентов и подходы к их построению. — Работать с Deep Learning в части NLP, включая архитектуру Transformer. — Делать fine-tuning языковых моделей (GPT-like, BERT-like и др.). — Разрабатывать интеграции с ИТ-системами. — Работать с промышленным Kubernetes. Требования: — Коммерческий опыт работы от 3 лет. — Опыт реализации и вывода в промышленную эксплуатацию решений на базе ИИ, включая AI-агентов на базе LLM, в роли Data Scientist / AI Engineer. — Знание основ классического машинного обучения. — Хорошее знание Deep Learning (NLP). — Глубокое понимание архитектуры Transformer. — Глубокое понимание подходов и методов проектирования AI-агентов. — Практический опыт fine-tuning языковых моделей (GPT-like, BERT-like и др.). — Уверенная работа со стеком Python — Torch, Transformers. — Опыт разработки интеграций с ИТ-системами. — Опыт промышленной работы с Kubernetes. Обязательные технологии и инструменты: Python, Torch, Transformers, Kubernetes. Отбор: Техническое собеседование по каждому пункту требований. Условия: — Полная удалёнка. — Зарплата от 200 000 до 230 000 ₽ на руки. — Выплата раз в месяц. — Оформление по ИП, налоги покрывают. Как откликнуться: В отклике кратко рассказать о своём опыте с LLM и AI-агентами, роли, стеке, кейсах с fine-tuning и промышленным Kubernetes.
200 000 – 230 000 ₽
Задачи: — Проектировать, разрабатывать и обслуживать масштабируемые серверные системы для поддержки развертывания. — Создавать надежные и эффективные API в платформу GotIt. — Создавать системы хранения и поиска данных, оптимизированные для обработки больших объемов текстовых данных, необходимых для задач обучения и вывода. — Выявлять проблемные места в производительности и оптимизировать, повышая эффективность и оперативность серверных служб. — Внедрять передовые методы обеспечения безопасности для защиты конфиденциальных данных и обеспечения соответствия отраслевым стандартам и правилам. Требования: — Степень бакалавра или магистра в области компьютерных наук, инженерии или смежных областях. — Минимум 5 лет опыта в серверной разработке с упором на проектирование и внедрение масштабируемых систем. — Опыт серверной разработки на Kotlin, либо Java, но с переходом на Kotlin. — Знание английского языка. — Опыт работы с реляционными базами данных (PostgreSQL) и разработка эффективных моделей данных. — Опыт проектирования и разработки RESTful API и использования WebSocket. — Знание облачных платформ AWS, Azure или Google Cloud, опыт развертывания и управления серверными службами в облаке. — Понимание принципов DevOps и опыт работы с Docker, Kubernetes, CI/CD. — Знания в области машинного обучения, знакомство с TensorFlow, PyTorch является плюсом. — Опыт работы с технологиями и платформами обработки естественного языка (NLP). — Опыт работы в Agile. — Вклад в проекты с открытым исходным кодом или активное участие в технических сообществах. — Опыт работы с технологиями больших данных, такими как Apache Hadoop или Spark. Условия: — Частичная занятость. — Возможность присоединения к международной команде на постоянной основе на полный день. — Возможность стать руководителем направления. — Возможность путешествий/переезда в США.
Зарплата не указана